主要内容

机器学习与信号深度学习

信号标签,功能工程,数据集生成

Signal Processing Toolbox™为机器学习和深度学习工作流提供信号标记、特征工程和数据集生成功能。

应用

信号分析仪 可视化和比较多个信号和频谱
信号贴标器 标记信号属性、区域和感兴趣的点
法国电力公司(EDF)文件分析器 查看EDF或EDF+文件

职能

展开全部

LabeledSignalSet. 创建标记信号集
signalLabelDefinition 创建信号标签定义
countlabels 清点唯一标签的数量
folders2labels. 获取文件夹名称的标签列表
分裂标签 根据指定的比例查找用于分割标签的索引
signermask. 修改和转换信号掩码并提取感兴趣的信号区域
binmask2sigroi. 将二进制掩码转换为ROI限制的矩阵
extendsigroi 向左和向右扩展兴趣的信号区域
提取物agroi. 提取利息信号区域
ergegroi. 合并信号区域
removesigroi 去除感兴趣的信号区域
Shortensigroi. 从左到右缩短感兴趣的信号区域
sigroi2binmask. 将ROI限制矩阵转换为二进制掩模
edfinfo 获取关于EDF/EDF+文件的信息
edfwrite. 创建或修改EDF或EDF +文件
Edfheader. 为EDF或EDF +文件创建标题结构
Edfread. 从EDF/EDF+文件读取数据
SignalDataStore. 用于集合信号的数据存储
dlstft 深度学习短时傅里叶变换
找到挑选 发现信号的突然变化
findpeaks 找到当地的最大值
findsignal 使用相似性搜索查找信号位置
fsst 傅里叶同步性转换
挪用 估计瞬时带宽
instfreq. 估计瞬时频率
pentropy 信号光谱熵
周期图 期间光谱密度估计
pkurtosis. 信号或谱图的谱峰
Powerbw. 电力带宽
pspectrum. 分析信号在频域和时频域
pwelch. Welch的功率谱密度估计

话题

选择一个应用程序来标记地面真相数据

决定用于标记地面真理数据的哪个应用程序:图像贴标器视频贴图地面真理贴标机Lidar Labeler.信号贴标器, 或者音符贴标程序

利用深度学习雷达和通信波形分类(相控阵系统工具箱)

这个例子展示了如何使用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。

使用深度学习的行人和自行车分类(雷达工具箱)

利用深度学习网络和时频分析,根据行人和骑自行车者的微多普勒特征进行分类。

使用小波时间散射的音乐流派分类(小波工具箱)

此示例显示如何使用小波时间散射和音频数据存储来对音乐摘录的类型进行分类。

心音图数据的小波时间散射分类(小波工具箱)

这个例子展示了如何使用小波时间散射和支持向量机分类器对人类心音图(PCG)记录进行分类。金宝app

使用内存up upby urse

使用转换后的数据存储在内存不足的听觉谱图上训练口语数字识别网络。

相关信息

MATLAB中的深度学习(深度学习工具箱)

使用深度学习序列分类(深度学习工具箱)

特色例子