使用MATLAB进行数据分析的信号预处理和功能提取
课程详情
这项为期一天的课程显示了如何使用MATLAB®,Signal Processing Toolbox™和小波Toolbox™,以在时间和频域中提取基于时间的信号并提取关键功能。本课程旨在用于数据科学家和工程师分析信号(时间序列)的数据分析应用程序。本课程不需要有关信号处理的先验知识。
主题包括:
- 创建,导入和可视化信号
- 预处理以提高数据质量,包括填补数据差距,重新采样,平滑,对齐信号,查找和删除异常值以及处理不均匀采样的信号
- 在时间和频域中提取特征,包括在信号中找到模式,查找变更点,定位峰值并识别趋势
Day 1 of 1
Explore and Analyze Signals (Time Series) in MATLAB
客观的:学会轻松导入和可视化多个信号或时间序列数据集,以了解数据中的功能和趋势。
- 导入,可视化和浏览信号以获得见解
- 对信号进行测量
- 比较时间和频域中的多个信号
- 进行互动光谱分析
- 提取关注分析的感兴趣区域
- 使用自动生成的MATLAB脚本重新创建分析
预处理信号以提高数据集质量
客观的:学习以清洁信号集的技术,并通过重新采样,删除异常值和填充空白等操作。
- 进行重新采样以确保跨信号的共同时间基础
- Work with non-uniformly sampled data
- 在数据中找到空白并删除或填补空白
- 消除噪音和不必要的频率内容
- 执行小波降解
- 使用信封频谱执行故障分析
- 在数据中找到异常值,并用可接受的数据替换它们
- 找到信号更改点并使用边界自动创建信号段
从信号中提取功能
客观的:在时间和频域上应用不同的技术来提取功能。熟悉MATLAB中的光谱分析工具,并探索如何带来多个信号的功能。
- 定位峰
- 在时间和光谱域中从图案中找到所需的信号
- 使用光谱分析从信号中提取特征
- 使用监督学习进行分类
- 使用分类学习者应用程序进行交互训练和评估分类算法