signallabledefinition.
创建信号标签定义
描述
用signallabledefinition.为数据集创建信号标签定义。标签可以对应于属性，地区或感兴趣点。使用矢量signallabledefinition.对象创建一个LabeledSignalSet.。
创建
描述
输入参数
特性
对象功能
LANENDEFINITIONSHIERARAPT. |
获取标签和子标签名称的分层列表 |
LabELDefinitionSsummary. |
获取信号标签定义的摘要表 |
例子
鲸鱼歌曲的标签定义
考虑一套鲸鱼录音。记录的鲸鱼声音包括颤音和呻吟声。颤音声音像点击次数。呻吟低频哭泣与船角的声音类似。您想查看每个信号并将其标记以识别鲸鲸类型，颤音区域和呻吟区域。对于每个TRILL区域，您还需要标记高于某个阈值的信号峰值。
信号标签定义
定义属性标签以存储鲸狗类型。可能的类别是蓝鲸，驼背鲸和白鲸。
dwhaletype = signallabeldefinition（'whaletype'那......'labeltype'那'属性'那......'labeldatatype'那'分类'那......'类别'，[“蓝色的”“驼背”“白色的”]，......'描述'那'鲸型'）;
定义一个兴趣区域（ROI）标签以捕获呻吟区域。定义另一个ROI标签以捕获颤音区域。
DMOANS = SignallableDefinition（'Moanregions'那......'labeltype'那'roi'那......'labeldatatype'那'逻辑'那......'描述'那呻吟的地区发生了“）;DTRILLS = SIGNALLABELDEFINITION（'trillregions'那......'labeltype'那'roi'那......'labeldatatype'那'逻辑'那......'描述'那'发生箱子的地区'）;
最后，定义点标签以捕获速率峰值。将此标签设置为SublabelDTRILLS.定义。
dtrillpeaks = signallabeldefinition（'trillpeaks'那......'labeltype'那'观点'那......'labeldatatype'那'数字'那......'描述'那'trill山峰'）;dtrills.sublabels = dtrillpeaks;
标记信号集
创建一个LabeledSignalSet.使用鲸鱼信号和标签定义。添加标签值以识别鲸鱼类型，呻吟和颤音区域，以及棘手的峰值。
加载标签为什么lbldefs = [dwhaletype dmoans dtrills];lss = labeledsignalset（{whale1 whale2}，lbldefs，'成员名'，{'鲸鱼1''鲸鱼2'}，......'采样率'，fs，'描述'那'表征波浪歌曲区域'）;
使用标签层次结构和标签属性使用LANENDEFINITIONSHIERARAPT.和LabELDefinitionSsummary.。
LANENDEFINITIONSHIERARCHY（LSS）
ans ='whaletype sublabels：[] moanregions sublabels：[] Trillregions sublabels：trillpeaks'
LANENDEFININGSSSUMMARY（LSS）
ans =.3×9表LabelName LabelType LableDataType类别验证功能DefaultValue Sublabels标记说明____________________________________________________________________________________________trype“{3x1字符串} {0x0 double} {0x0 double} {0x0 double}”““鲸鱼类型”“Moanregions”“ROI”“逻辑”{[“n / a”] {0x0 double} {0x0 double} {0x0 double} {0x0 double}“”呻吟的区域“，呻吟声”“roilregions”“ROI”“逻辑”逻辑“{[”n / a“]} {0x0 double} {0x0 double} {0x0 double} {1x1 signallabeldefefinition}”“arrills发生的区域”
加载数据中的信号对应于两个蓝色鲸鱼的歌曲。设定'whaletype'两个信号的值。
setlabelvalue（lss，1，'whaletype'那'蓝色的'）;setlabelvalue（lss，2，'whaletype'那'蓝色的'）;
可视化'标签'财产。表格有新添加的'whaletype'两个信号的值。
lss.labels.
ans =.2×3表whaletype moanregions trillregions _________ _________________________鲸鱼1蓝色{0x2表} {0x3表} whale2蓝色{0x2表} {0x3表}
可视化区域标签
可视化鲸鲨以识别棘手和呻吟的地区。
子图（2,1,1）图（（0：长度（鲸鲸）-1）/ fs，whale1）ylabel（'鲸鱼1'）子图（2,1,2）图（（0：长度（鲸鲸2）-1）/ fs，whale2）ylabel（'鲸鱼2'）
呻吟地区是持续的低频哀号。
鲸鱼有莫纳在大约7秒，12秒和17秒内居中。鲸鱼有呻吟率为约3秒，7秒和16秒。
将呻吟区域添加到标记的集合。在秒和标签值中指定ROI限制。
moanregionswhale1 = [6.1 7.7;11.4 13.1;16.5 18.1];MRSZ1 = [尺寸（moanregionswhale1,1）1];setlabelvalue（lss，1，'Moanregions'，moanregionswhale1，true（mrsz1））;moanregionswhale2 = [2.5 3.5;5.8 8;15.4 16.7];MRSZ2 = [大小（MoanRegionsWhale2,1）1];setlabelvalue（lss，2，'Moanregions'，moanregionswhale2，true（mrsz2））;
颤音地区默默地有明显的声音爆发。
鲸鱼在大约2秒内速降了速降。鲸鱼在大约12秒的速度下有一个速度。
将Trill区域添加到标记的集合。
trillregionwhale1 = [1.4 3.1];trsz1 = [size（trillregionwhale1,1）1];setlabelvalue（lss，1，'trillregions'，trillregionwhale1，true（trsz1））;trillregionwhale2 = [11.1 13];trsz2 = [size（trillregionwhale1,1）1];setlabelvalue（lss，2，'trillregions'，trillregionwhale2，true（trsz2））;
创建一个signermask.每个鲸曲歌曲的对象并使用它来可视化和标记不同的区域。为更好的可视化，将标签值从逻辑到分类更改。
MR1 = GetLabelvalues（LSS，1，'Moanregions'）;MR1.Value =分类（REPMAT（“呻吟”，MRSZ1））;tr1 = getlabelvalues（lss，1，'trillregions'）;tr1.value =分类（repmat（“颤音”，trsz1））;msk1 = signalmask（[mr1; tr1]，'采样率'，fs）;子图（2,1,1）Plotsigroi（MSK1，Whale1）Ylabel（'鲸鱼1'） 抓住上MR2 = GetLabelvalues（LSS，2，'Moanregions'）;MR2.VALUE =分类（REPMAT（“呻吟”，MRSZ2））;tr2 = getlabelvalues（lss，2，'trillregions'）;tr2.value =分类（repmat（“颤音”，trsz2））;MSK2 =信号掩模（[MR2; TR2]，'采样率'，fs）;子图（2,1,2）Plotsigroi（MSK2，Whale2）Ylabel（'鲸鱼2'） 抓住上
可视化点标签
每个捕获区域标记三个峰。对于点标签，您可以指定点位置和标签值。在此示例中，点位置是以秒为单位的。
peaklocswhale1 = [1.553 1.626 1.7];peakvalswhale1 = [0.211 0.254 0.211];setlabelvalue（lss，1，[“棘手”“trillpeaks”]，......peaklocswhale1，papvalswhale1，'labelrowindex'，1）;子图（2,1,1）绘图（Peaklocswhale1，peakvalswhale1，'v'） 抓住离开peaklocswhale2 = [11.214 11.288 11.437];peakvalswhale2 = [0.119 0.14 0.15];setlabelvalue（lss，2，[“棘手”“trillpeaks”]，......peaklocswhale2，peakvalswhale2，'labelrowindex'，1）;子图（2,1,2）绘图（Peaklocswhale2，peakvalswhale2，'v'） 抓住离开
探索标签值
使用探索标签值getLabelvalues.。
getLabelvalues（LSS）
ans =.2×3表whaletype moanregions trillregions _________ ___________ ____________鲸鱼1蓝色{3x2表} {1x3表} whale2蓝色{3x2表} {1x3表}
检索标记集的第一成员的呻吟区。
GetLabelvalues（LSS，1，'Moanregions'）
ans =.3×2表roilimits值_________________ 6.1 7.7 {[1]} 11.4 13.1 {[1]} 16.5 18.1 {[1]}
使用第二个输出参数列出标签的子标签。
[value，valuewithsublabel] = getLabelvalues（lss，1，'trillregions'）
价值=1×2表Roilimits值__________ _____ 1.4 3.1 {[1]}
ValueWithsublabel =.1×3表Roilimits Value Sublabels Trillpeaks __________ _____________ 1.4 3.1 {[1]} {3x2表}
要检索sublabel中的值，请将标签名称作为双元数组表示。
getlabelvalues（lss，1，[“棘手”“trillpeaks”]）
ans =.3×2表位置值________ __________ 1.553 {[0.2110]} 1.626 {[0.2540]} 1.7 {[0.2110]}
找到与集合的第二个成员对应的第三串峰值的值。
getlabelvalues（lss，2，[“棘手”“trillpeaks”]，......'labelrowindex'，1，'sublabelrowindex'3，3）
ans =.1×2表位置值________ __________ 11.437 {[0.1500]}
计算标签值并创建数据存储
使用MATLAB®指定包含作为MAT文件的一组音频信号的路径。每个文件都包含一个信号变量和采样率。列出文件的名称。
文件夹= fullfile（matlabroot，“工具箱”那“matlab”那“音频视频”）;lst = dir（附加（文件夹，“/*。垫”））;nms = {lst（:)。name}'
nms =7x1细胞{'chirp.mat'} {'gong.mat'} {'handel.mat'} {'笑声.mat'} {'mtlb.mat'} {'mtlb.mat'} {'splat.mat'} {'train.mat'}
创建指向指定文件夹的信号数据存储。将采样率变量名称设置为FS.，这对所有文件都是常见的。生成排除文件的数据存储的子集mtlb.mat。使用子集数据存储作为源LabeledSignalSet.目的。
sds = signaldataStore（文件夹，“samplerevariablename”那“FS”）;SDS =子集（SDS，〜StrcMP（NMS，“mtlb.mat”））;lss = labeledsignalset（SDS）;
创建三个标签定义以标记信号：
定义一个逻辑属性标签，对于包含人类声音的信号是真的。
定义数字点标签，标记每个信号的最大位置和幅度。
定义一个分类的兴趣区域（ROI）标签，以挑选每个信号的非凸起，均匀长度的随机区域。
将信号标签定义添加到标记的信号集。
vc = signallabeldefinition（“语音”那'labeltype'那'属性'那......'labeldatatype'那'逻辑'那'默认值'，错误的）;mx = signallabeldefinition（“最大”那'labeltype'那'观点'那......'labeldatatype'那'数字'）;rs = signallabeldefinition（“ranroi”那'labeltype'那'roi'那......'labeldatatype'那'分类'那'类别'，[“roi”“其他”]）;addLabeldefinitions（LSS，[VC MX RS]）
标记信号：
标签
'handel.mat'和'笑声..有人类的声音。使用
islocalmax.功能要找到每个信号的最大值。标记其位置和值。使用
兰德罗函数生成多个长度区域N/ 10样品可以适合长度的信号N鉴于最低分离N/ 6区之间的样品。标记他们的位置并将它们分配给ROI.类别。
当标记点和区域时，将样本值转换为时间值。减去1以考虑Matlab®Arst索引并划分采样率。
kj = 1;尽管Hasdata（SDS）[SIG，INFO] =读取（SDS）;FS = INFO.SAMPLEDE;[〜，fn] = fileparts（info.filename）;如果fn ==.“亨德尔”||fn ==.“笑声”setlabelvalue（lss，kj，“语音”，真的）结尾xm = find（iSlocalmax（SIG，'maxnumextrema'，1））;setlabelvalue（lss，kj，“最大”，（xm-1）/ fs，sig（xm））n =长度（sig）;ROIS = RANDROI（n，圆形（n / 10），圆形（n / 6））;setlabelvalue（lss，kj，“ranroi”，（rois-1）/ fs，repelem（“roi”，尺寸（rois，1）））kj = kj + 1;结尾
验证只有两个信号包含声音。
countlabelvalues（lss，“语音”）
ans =.2×3表语音计数百分比_____ _____ _______ _ _____ false 4 66.667 TRUE 2 33.333
验证两个信号是否具有1的最大幅度。
countlabelvalues（lss，“最大”）
ans =.5×4表最大计数百分比成员___________________________________________________________________________66711/016.6671/016.66711
验证每个信号是否有四个非目的的随机区域。
countlabelvalues（lss，“ranroi”）
ans =.2×4表Ranroi计数百分比成员______ _____ ___________________________________________其他0 0 0
使用标记信号集中的数据创建两个数据存储：
这
SignalDataStore.目的SD.包含信号数据。这
ArrayDataStore.目的LD.包含标签信息。指定要包含与您创建的所有标签对应的信息。
[SD，LD] = CreateDataStore（LSS，[“语音”“ranroi”“最大”]）;
使用数据存储中的信息绘制信号并显示其标签。
用一个
signermask.对象突出蓝色的兴趣区域。绘制黄线以标记最大值的位置。
将红色轴标签添加到包含人类声音的信号。
Tiledlayout.流尽管hasdata（SD）[SG，NF] =读取（SD）;LBLS =读（LD）;nextdile msk = signalmask（lbls {：}。ranroi {：}，'采样率'，NF.Samplerate）;Plotsigroi（msk，sg）颜色栏离开Xlabel（''）[x，y] = meshgrid（lbls {：}。最大{：}。位置，ylim）;抓住上绘图（x，y，'行宽'2，'颜色'那'＃edb120'） 抓住离开如果lbls {：}。声音{：} ylabel（'浊音'那'颜色'那'＃d95319'）结尾结尾
功能Roilims = Randroi（n，wid，sep）num =地板（（n + sep）/（wid + sep））;HQ = histcounts（RANDI（NUM + 1,1，N-NUM * WID-（NUM-1）* SEP），（1：NUM + 2）-1/2）;roilims =（1 +（0：num-1）*（wid + sep）+ cumsum（hq（1：num）））'+ [0 wid-1];结尾
您还可以从以下列表中选择一个网站：
