典型的脑电分析，alpha、beta、gamma不对。非线性谱在医学、力学、听觉上应用——HUang在东南大学的讲座-片段总结

典型的脑电分析

从 alpha、beta、gamma这些视角，出发，不正确；

非线性，混沌、分叉。这种定性的描述。应该赶快进入到定量的描述中。

因为这些假设都是线性，加法，都是不对的；

谱是一个高维的流形。

0------

提出了一个新的谱：

2016

全新的数据分析方法。不要再相信 傅里叶变换，

而要相信高位谱；

1）湍流，交互，力学的经典难题，为啥呢？因为用错了工具。湍流是非线性过程，但是用线性的工具，来测量。这不合理；

 得病的人， 能量越来越缩短：

没有高频，你无法形成记忆； 

脑波有各种调制。

没有调制，的话，大脑就会失去记忆，失去逻辑；

高维谱，是一个分析的方向。

-----

谱稳定性。变成不稳定了；

振动。

机翼碎掉前，能够看到已经不稳定了 ；

----

桥的变形：  这种可视化的方法， 值得借鉴。

 

--

非线性谱，在声学中的应用：

听觉上的难题：

 

理论上，听觉上更好的  助听器；↓ 

----

总结，结论：非线性谱是一个全新的非线性分析工具。

电子医药。

黄院士↓

世界已经被线性、平稳的统治很久了。现在是非线性的革命。

-----

1、频率是高维的；如何理解：钢琴，小提琴，都发出dao时，人耳也能分辨的两者的区别，说明频率也是高维的；

2、做数据的人， 总是等学数学的人在开发工具。

3、学数学的人，他们体会的是数学之美，他们是为了证明定理的。搞数据的人，要独立起来，数据是做数学的启蒙。

4、先解决问题，证明留给后边的人做；

----

非线性和非平稳之间是什么关系？

非线性

假设：宽平稳的随机过程。

空间域的非平稳、频率、

 

理论上，非平稳，和非线性是独立的。两者没有必然的关系。但是在实际上，两者很有可能联系在一起。

----

非线性谱，和相空间重构法。

院士：我的知识面有限。

从低纬到高维，付出了多少的代价？计算比较花时间，但是现在computer，还是能hold住。

---

请问经验模态分解对信号信噪比要求高吗

答：有一些要求，noise对这个方法的影响是存在的；

--

答：请问如果信号和干扰都是非平稳的，使用经验模态分解会有什么问题？

不管平稳，非平稳，照做。

没有好的方法，也没有坏的方法；

---

只能创新什么？具体怎样创新？无法创新什么？其根本原因具体是什么？
  heaven knows

---

请点评一下机器学习在非平稳信号处理中的应用前景

答：

1、人工智能不会讲笑话；

2、人工智能必须得可想像的、解释的；

3、人引导人工智能；人工智能无法超越人？  人工智能是个黑盒子；

----

1998重新定义了频率、2016年重新定了谱；

----

那么未来在声学方向继续研究的话应该从哪方面入手呢？

答：书正在科学院出版社审稿；