生物医学信号与系统的简约建模探索
1. 模型选择标准的验证
1.1 数值实验
在数值实验中,我们先以一个五阶线性移动平均(MA)滤波器为例,它具有单一的独立同分布高斯输入。对于真实模型,相关参数如 $D = 1$,$Z^{(1)} = 4$,$\theta = 0$,其表达式为:
[y(n) = \sum_{i = 0}^{4} \varphi^{(1)}(i)x_1(n - i) + e(n)]
其中 $e(n)$ 表示输出噪声信号,信号 - 噪声比设定为 -3 dB。模型选择算法的性能明显依赖于噪声水平。
在蒙特卡罗模拟(30 次运行)中,不同模型选择标准所选参数的平均数量与信号长度的关系如图 1a 所示。算法初始设置为 $D_{max} = 3$ 和 $l_{max} = 10$,这样算法事先并不知道系统是否为线性。从图 1a 可以看出,AIC($c = 2$)在所有信号长度下都会过度拟合真实模型,AIC($c = 4$)的结果稍好,但仍存在过度拟合问题。MDLs 随着数据长度的增加会收敛到真实的合成模型,而 MDL($y = 4$ 或 $y = 32$)即使在短数据长度下也相当稳健(几乎没有观察到过度拟合)。
接着,我们来看一个合成非线性多项式系统,信号 - 噪声比同样为 -3 dB,其表达式为:
[y(n) = 0.5 \cdot x_1(n - 1) \cdot x_1(n - 2) + 0.4 \cdot x_1(n - 1) - 0.4 \cdot x_1(n - 2) \cdot x_1(n - 5) + 0.3 \cdot x_1(n - 5) - 0.3 \cdot x_1(n - 1) \cdot x_
生物医学信号的简约建模
超级会员免费看
订阅专栏 解锁全文
80

被折叠的 条评论
为什么被折叠?



