机器学习和信号的深度学习
信号标签，功能工程，数据集生成
信号处理Toolbox™提供了用于执行信号标签，功能工程和数据集生成的功能，用于机器学习和深度学习工作流程。
职能
话题
- 选择一个应用程序来标记地面真相数据
决定使用哪个应用程序标记地面真相数据：图像标签，，，，视频标签，，，，地面真相标签，，，，LIDAR LABELER， 或者信号标签。
- 雷达和通信波形分类使用深度学习（分阶段阵列系统工具箱）
此示例显示了如何使用Wigner-Ville分布（WVD）和深度卷积神经网络（CNN）对雷达和通信波形进行分类。
- 带信号标签的标签雷达信号（雷达工具箱）
标记带有噪声的脉冲雷达信号的时间和频率特征。
- 使用深度学习的行人和骑自行车的人分类（雷达工具箱）
使用深度学习网络和时频分析，根据其微型多普勒特征对行人和骑自行车的人进行分类。
- 音乐流派分类使用小波时间散射（小波工具箱）
使用小波时间散射和音频数据存储对音乐摘录进行分类。
- 波音图数据的小波时间散射分类（小波工具箱）
使用小波时间散射和支持向量机分类器对人的PhonoCardiogran图进行分类。金宝app
- 火车口语数字识别网络使用不可存储的功能
使用转换后的数据存储器上训练在不符的听觉谱图上训练口语数字识别网络。
相关信息
- MATLAB的深度学习（深度学习工具箱）
- 使用深度学习的序列分类（深度学习工具箱）
特色示例
您还可以从以下列表中选择一个网站：
美洲
- AméricaLatina（Español）
- 加拿大（英语）
- 美国（英语）