对不同数据源特征提取的(详见上一篇博客问题)的进一步思考
来源:互联网 发布:excel如何合并数据 编辑:程序博客网 时间:2024/06/05 23:58
昨晚查阅了不少资料,也咨询了几个大神,总结得到一点思路:所谓针对原始振动数据通过时频分析得到的时频图,可以将它保存成图片,作为图片特征,另外针对原始数据通过时域、频域统计得到的数据特征即数据,它俩可以用多模态的方法进行进一步特征提取,多模态正是针对不同数据来源(例如:数据、视频、图片)进行特征提取的一种方式,多模态大多也与深度学习相结合,另本人目前正在做的问题:1)首先对原始信号进行时频分析,主要有以下思路:思路一)将小波分解得到的细节信号(通常是D1)作为新的原始振动信号,进一步通过时域、频域统计特征的方式提取特征,此时提取出来的特征可以看做是时频特征;思路二)将原始振动信号进行hilbert变换,并求出包络谱,将此包络谱代替频域特征提取是用到的傅里叶谱;思路三)看了有关时频分析的书籍,书中提到运用Wigner-Ville分布、Cohen类时频分布、伪Wigner-Ville分布、双谱、三阶谱等等,得到对应时频分布图,可是对该图的具体描述书中提及较少,大多只提到了时频图中频率的范围,这个一看坐标就清楚了,但是老是提到存在交叉干扰,自己也不太明白,该怎么去看?交叉干扰对能量的影响是怎样的?自己也不太明白,下面我会贴2张(7-10对应存在交叉项干扰,图7-12不存在交叉项干扰),希望有懂这个的好心人指点迷津,在此谢过!~~~~~~~~~~~~~好,假定前述问题解决的基础上,我将把时域、频域、时频域得到的特征进一步通过多模态方式进行进一步特征提取,后续再通过分类器进行模式分类训练与测试!本人正在学习多模态与深度学习相关的知识,如有进展及疑问,将进一步贴出来与大家交流学习!
- 对不同数据源特征提取的(详见上一篇博客问题)的进一步思考
- 上一篇的思考
- 进一步对泛型集合的思考
- 第一篇博客:以此开始我对人生的思考
- LBP特征提取的实现以及思考
- SharedPreferences存储和提取数据(详细的例子请见上一篇博客)
- UDP 进一步的思考
- 上一篇关于android通知栏点击回不到应用程序的问题进一步研究
- 直方图对特征提取的应用
- 对C++枚举类型的进一步思考以及简化
- 上一篇博客的补充
- 进一步完善shellcode的提取
- 进一步完善shellcode的提取
- 进一步完善shellcode的提取
- 基于Hadoop批量图像特征提取方法的思考
- 无法登陆默认数据库的问题(解决了我上一篇博客的问题)
- 对当前虚拟货币问题的思考(上)
- CheckStyle的详见
- Gmail The SMTP server 5.5.1 Authentication Required
- 欢迎使用Markdown编辑器写博客
- MySQL事务隔离级别
- 星期几?
- caffemodel的卷积层可视化(Python接口)
- 对不同数据源特征提取的(详见上一篇博客问题)的进一步思考
- EAS8.0,EAS8.2,WAF2,SpringMVC注解方式编写控制层
- 关于Excel导入功能的细节问题
- LEFT JOIN ... ON ... 四表联查实例
- Unity协程(Coroutine)原理深入剖析
- Python中多个数组行合并及列合并的几个简单方法
- maven系列--Could not resolve dependencies问题的解决
- 欢迎使用CSDN-markdown编辑器
- 在线学习各种环境和系统的搭建