信号预处理和特征提取与MATLAB数据分析
查看日程安排和登记课程详细信息
这为期一天的课程展示了如何使用MATLAB®、信号处理工具箱™和小波工具箱™预处理基于时间的信号并提取关键特征在时间和频率域。本课程是面向数据的科学家和工程师分析信号(时间序列)数据分析应用程序。不需要先验知识在信号处理这门课。
主题包括:
- 创建、导入和可视化的信号
- 预处理以提高数据质量,包括填充数据差距,重采样,平滑,调整信号,发现和消除异常值,并处理非均匀采样信号
- 在时间和频率域特征提取,包括发现模式信号,发现变化点,定位,并确定趋势
第一天1
探索和分析信号在MATLAB(时间序列)
摘要目的:学会轻松地导入和可视化多个信号或时间序列数据集获得洞察的特性和趋势数据。
- 进口、可视化和浏览信号获得的见解
- 使测量信号
- 比较多个信号在时间和频率域
- 执行交互式光谱分析
- 提取感兴趣的区域进行集中分析
- 再现分析MATLAB脚本自动生成的
预处理信号来提高数据集质量
摘要目的:学习技术,清洁与操作,如重采样信号集,消除异常值,填补空白。
- 进行重采样,确保共同的时基信号
- 处理非均匀采样数据
- 发现数据和删除或填补缺口
- 去除噪声和不需要的频率的内容
- 进行小波去噪
- 使用信封频谱进行故障分析
- 定位数据中的异常值,并将其替换为可接受的数据
- 定位信号changepoints和使用边界自动创建信号段
从信号中提取特征
摘要目的:应用不同的技术在时间和频率域来提取特征。熟悉光谱分析工具MATLAB和探索推出功能对多个信号。
- 定位的山峰
- 定位所需的时间和光谱域信号模式
- 利用光谱分析从信号中提取特征
- 执行使用监督学习分类
- 使用分类学习者应用程序交互式地训练和评估分类算法