时域特征值第4页

2019-03-29 introduction写完了吗？

今日习得：傅里叶变换是一种线性积分变换，用于信号在时域和频域之间的变换。其以无限长的三角函数为基函数，不断和信号做乘积。在某一尺度下乘出来的结果，就可以理解成信号所包含的当前尺度对应频率是成分是多少。

King_DK·2024-02-04 13:02

三轴 MEMS 加速度传感器

传感器自动计算振动信号时域统计量，加速度峰值、峰峰值、有效值、峭度、频率、速度有效值、以及设备的温度等，这些值写入到模组的modbus寄存器，用户用PLC/服务器、DCS系统读取modbusrtu

zr526855447·2024-02-03 21:50

机器学习系列——（七）简单分类算法

朴素贝叶斯分类算法的核心思想就是利用已知类别的训练数据来估计每个特征对于分类结果的影响，并通过这些特征值的联合概率分布来确定新实例

飞影铠甲·2024-02-03 17:12

区块链必须了解的加密算法

很多时候我们加密不需要反向解密,只需获得内容的一个特征值,这时候就需要用到散列加密算法。对称加密算法所谓对称加密

0X码上链·2024-02-03 13:30

机器学习入门-----sklearn

机器学习基础了解概念机器学习是人工智能的一个实现途径深度学习是机器学习的一个方法发展而来定义：从数据中自动分析获得模型，并利用模型对特征数据【数据集：特征值+目标值构成】进行预测算法数据集的目标值是类别的话叫做分类问题

辣椒酱.·2024-02-03 07:30

基于FFT + CNN -Transformer时域、频域特征融合的电能质量扰动识别模型

目录往期精彩内容：模型整体结构1快速傅里叶变换FFT原理介绍第一步，导入部分数据，扰动信号可视化第二·步，扰动·信号经过FFT可视化2电能质量扰动数据的预处理2.1导入数据2.2制作数据集3基于FFT+CNN-Transformer的轴承故障识别模型3.1网络定义模型3.2设置参数，训练模型3.3模型评估代码、数据如下往期精彩内容：电能质量扰动信号数据介绍与分类-Python实现-CSDN博客Py

建模先锋·2024-02-03 07:52

傅里叶变换的性质

和kX[]也是傅里叶变换对如果在直角坐标系下描述频域，kX[]表示实部和虚部都要乘以k若果是在极坐标系下描述频域，kX[]表示幅值乘以k,相位不发生变化可加性：2.相位特性傅里叶变换不具备位移对称性，时域位移不能相应地引起频域位移

杨天波·2024-02-02 23:32

样本点缓冲区的的光谱特征值提取方法

样本点缓冲区的的光谱特征值其实提取的最好办法就是把所有的影像给合并成一个大的图像，这样的话不论是加载图像或者是加载点，底图的话都会很快的，你要是单独加载进去的话，十来G的影像是要加载很长时间的（一般的电脑

初于青丝mc终于白发·2024-02-02 08:48

AGI实现思路重新整理

1AGI理论2AGI的具体实现思路简单来讲，存在于人脑中的概念，其组成应该如图所示，我将此处的“视觉信息抽象形成的特征值”等同于CNN网络最后一层的特征值。

vghjjgdfg·2024-02-02 04:02

5G RACH_时域和频域（二）

以下是基于36.211-6.3.3.1的频域PRACH序列生成公式。在ecpri中RRU也同样需要知道PRACH在频域上资源的分配，guardtone在PRACH的前后怎么放的，根据下表格中的K表示的就是低频段的PRACHPRB的个数。NumPrb=gtLowBandwidth+PrachBandwidth+gtHighBandwidth例如LRA=139,PRACH和PUSCH的子载波间隔都是3

Sam-彪悍的人生不需要解释·2024-02-01 09:07

阅读文章：《编码结构光投影双目视觉三维测量技术研究》

此次学习：编码方式之二进制编码、格雷码编码1.编码结构光image.png文章中选择了时域编码中的格雷码编码。

盗将_6ab3·2024-02-01 04:40

吴恩达机器学习- 正则化

过拟合和欠拟合定义和形态解决方法减少特征值数量正则化正则化惩罚θ系数线性回归正则化逻辑回归正则化

YANWeichuan·2024-02-01 03:40

【影像组学入门百问】#93---#96

特征映射实现影像组学特征的可视化是将特征值映射回原始医学图像上的对应体素，从而直观地展示特征在图像中的分布。通过特征映射，我们可以观察到哪些区域与特定特征更相关，以便更好地理解病变或生物过程。

有Li·2024-02-01 00:24

控制算法整理

文章目录控制系统结构控制算法逻辑介绍传统控制算法与现代控制算法的思路对比现代控制理论思路状态方程稳定性分析特征值平衡点相平面传统控制算法PID算法原理概述模糊神经网络控制算法现代控制算法LQR自适应控制滑模控制系统稳定性控制系统结构控制器就是逻辑大脑

Nie_Xun·2024-01-31 13:01

交叉注意力融合时域、频域特征的FFT + CNN-Transformer-CrossAttention轴承故障识别模型

目录往期精彩内容：前言1快速傅里叶变换FFT原理介绍第一步，导入部分数据第二步，故障信号可视化第三步，故障信号经过FFT可视化2轴承故障数据的预处理2.1导入数据2.2制作数据集和对应标签3交叉注意力机制3.1Crossattention概念3.2Cross-attention算法4基于FFT+CNN-Transformer-CrossAttention的轴承故障识别模型4.1网络定义模型4.2设

建模先锋·2024-01-31 10:04

FDTD的稳定性条件及网格设置

时域算法稳定性时域稳定性时域有限差分法是依据Yee网格上构造麦克斯韦旋度方程的时域有限差分方程，即以差分方程的解来代替原来电磁场偏微分方程组的解。

豆沙粽子好吃嘛!·2024-01-30 23:49

FDTD的边界条件设置

PML边界条件完美匹配层（PerfectlyMatchedLayers，简称PML）是一种高级吸收边界条件，在有限差分时域法（Finite-DifferenceTime-Domain，简称FDTD）模拟中被广泛应用

豆沙粽子好吃嘛!·2024-01-30 23:46

INGg__·2024-01-30 18:24

层次分析法（数模）

注意归一化判断矩阵方法1（算数平均法）文字描述：数学公式：几何平均法特征值

Eeeeye_·2024-01-30 14:10

ID3算法决策树学习 Python实现

算法流程输入：约束决策树生长参数（最大深度，节点最小样本数，可选），训练集（特征值离散或连续，标签离散）。输出：决策树。

Foliciatarier·2024-01-30 14:18

DNS解析过程及hosts文件的作用

每当我们访问一个网站的时候，比如www.baidu.com，DNS解析有如下的过程；1.浏览器首先会检查自身缓存种有没有被解析过这个域名对应的ip地址，如果有，那么直接解析就结束了，哈哈哈，同时域名被缓存的时间可通过

Hanks_Wei·2024-01-30 09:09

蓝牙----蓝牙协议栈GATT层

3.特征的组成4.特征分析4.1所有服务属性表4.2SimpleGATT特征分析4.3SimpleGATT特征1.GATT层介绍通用属性配置文件（GATT），用来进行两个连接设备的数据通信，其中数据以特征值的方式传输与存储

一如既往_·2024-01-30 01:43

m基于CNN卷积神经网络的IBDFE单载波频域均衡算法

相比于单载波时域均衡(SC-TDE)技术和正交频分复用(OFDM)技术,SC-FDE技术具有复杂度低、峰均功率比小的优点。

AI小白龙*·2024-01-29 21:05

principal components analysis（PCA)

在坐标轴上，一个点（即一个数据）由其不同坐标轴（或维度）的特征值决定。简单来说，一个data就是一个vector。|X|Y|...|Z|<---特征

28fd90f2ac9b·2024-01-29 21:20

FFT海水学习笔记

学习笔记信号分析原理DFT：IDFT：F(μ)为转换后的频域函数，μ为频率，f(x)为时域函数用欧拉公式展开得https://www.bilibili.com/video/av49238862欧拉公式的理解

胡说ba道·2024-01-29 21:19

基于MATLAB中APP Designer的采样定理的可视化

采样定理的可视化一、APPDesigner介绍二、时域抽样定理可视化界面搭建2.1时域抽样定理原理2.2核心代码实现2.3界面设计与操作全部代码：https://download.csdn.net/download

thinkTV·2024-01-29 14:43

基于FFT + CNN - BiGRU-Attention 时域、频域特征注意力融合的电能质量扰动识别模型

目录往期精彩内容：引言1快速傅里叶变换FFT原理介绍第一步，导入部分数据，扰动信号可视化第二步，扰动·信号经过FFT可视化2电能质量扰动数据的预处理2.1导入数据第一步，按照公式模型生成单一信号2.2制作数据集第一步，定义制作数第二步，制作数据集与分类标签3基于FFT+CNN-BiGRU-Attention的扰动信号识别模型3.1网络定义模型3.2设置参数，训练模型3.3模型评估代码、数据如下：往

建模先锋·2024-01-29 12:36

【第三章】数字信号处理 DFS离散傅里叶级数与DFT离散傅里叶变换

对应程佩青《数字信号处理》第三章离散傅里叶变换，文章全部为原创，其中独创性地研究了从DFS推导出DFT，并探讨了DFT时域和频域点数的关系，在中文互联网上为首创。

Gowilli·2024-01-28 16:42

线性回归+回归算法的评价指标

预测房价销售额的预测设定贷款额度总结：上述案例中，可以根据事物的相关特征预测出对应的结果值线性回归在生活中的映射（现实生活中就有线性回归）：生活案例【预测学生的期末成绩】：期末成绩的制定：0.7*考试成绩+0.3平时成绩，则该例子中，特征值为考试成绩和平时成绩

浅笑_7cad·2024-01-28 16:43

推荐的国外自动控制原理优秀教材：现代控制系统

现代控制系统第14版（1）清晰地阐明时域设计方法和频域设计方法的基本原理。涵盖控制工程全部的经典方法，此外，还把讨论的范围扩展到了状态空间法。（2）介绍了许

人邮异步社区·2024-01-28 14:23

【数学和算法】SVD奇异值分解原理、以及在PCA中的运用

详细的介绍请参考这篇博客：SVD奇异值分解SVD奇异值分解是用来对矩阵进行分解，并不是专门用来求解特征值和特征向量。

Mister Zhu·2024-01-28 12:30

特征值和特征向量的解析解法--带有重复特征值的矩阵

当一个矩阵具有重复的特征值时，意味着存在多个线性无关的特征向量对应于相同的特征值。这种情况下，我们称矩阵具有重复特征值。

喵叔哟·2024-01-28 08:21

DropBlock

一、Dropout和DropBlock在2D的数据中，dropout的效果并不好(图像具有空间局部依赖，在局部范围内，少量的像素特征值被drop掉，并不太影响整个模型的预测)就是说，dropout只能随机的把多处的某一点神经元给丢掉

圆圆栗子君·2024-01-28 04:45

线性代数----------学习记录

线性方程组：例如二元一次方程组；（2）行列式：determinant,克莱默，莱布尼兹；（3）矩阵：方程个数与未知数的个数可以不相等；（4）线性空间，线性映射：微分方程&积分方程（calculus微积分）；特征值

阑梦清川·2024-01-28 01:00

论文笔记：Self-Supervised Contrastive Pre-Training For Time Series via Time-Frequency Consistency

一个先验假设是不管是什么领域的文本，或者什么语种的文本，都遵循相同的语法规律在时间序列中，之前并没有找到一个在不同数据集上都一致的先验假设——>本文找到了一种不论在什么样的时间序列数据集中都存在的规律，那就是一个时间序列的频域表示和时域表示应该相似

UQI-LIUWJ·2024-01-28 00:17

层次聚类、k_means聚类-python源码

三特征值输入，单结果输出聚类。内含数据集、代码，可直接运行

我也想搞机器学习·2024-01-27 16:32

12.1 主成分分析原理（PCA)

主成分分析步骤如下：设有条维数据1.将原始数据按列组成行列矩阵；2.将矩阵的每一行进行零均值化；3.求出协方差矩阵；4.求出协方差矩阵的特征值及对应的特征向量；5.将特征向量按对应特征值大小从上到下按行排列成矩阵

YANQ662·2024-01-27 15:12

武忠祥2025高等数学，基础阶段的百度网盘+视频及PDF

2.线性代数:主要包括向量、向量空间、线性方程组、矩阵、行列式、特征值和特征向量等概念，以及它们的基本性质和运算方法。

m0_54050778·2024-01-27 14:30

Python中的id函数和hash函数——数据的“特征值”

它们的功能当然不同，但都可谓是返回数据“特征值”的函数，且在一些情况下有不错的作用。id()函数id(x)返回对象x独有的，或者说代表它“identity”的一个值，所有变量（对象）能使用该函数。

春玩其华，秋得其实·2024-01-27 13:11

第31章特征值来源

现在可能只讲一下特征值，可能会有一点点深，不过还挺好理解，接着前面讲的反称张量，给出特征值的来源闵可夫斯基空间，说一下折腾出来的思路，之前提到过矩阵的时空特性，列的时间性和行的空间性，那么就顺着这个思路

挥刀杀G·2024-01-27 02:28

第32章特征值，特征向量计算

第一个将实数部分清除，所以矩阵的值会等于0，因为实数的张成空间已经没了，自然就是0，里面剩下的都是虚数或者说是一个驱动特性，这个时候就可以可以得到里面的特征值那么一个流形的空间，构成一个矩阵，就会有两个参数

挥刀杀G·2024-01-27 02:28

时域信号中的噪声特性研究：平稳与非平稳噪声的比较分析

平稳噪声（StationaryNoise）和非平稳噪声（Non-stationaryNoise）是信号处理和统计学中常用的术语，用于描述噪声信号的特性。1.平稳噪声定义：平稳噪声是指其统计特性在时间上保持不变的噪声。具体来说，平稳噪声的均值和方差在时间的任何时刻都是常数。性质：平稳噪声的均值对于时间是常数。方差对于时间是常数。自相关函数（autocorrelationfunction）只依赖于时间

DoYoungExplorer·2024-01-26 23:46

一维ECG信号分割以及2D图像的转化（一）

MIT-BIH这一数据集在几乎所有的ECG信号相关的论文的实验部分都会提到，大部分对其的处理都是filter，segment,或者是求一下RR_interval这一类时域特征，然后换换model，跑一跑

arxhsyd123·2024-01-26 14:17

MIT_线性代数笔记：第 28 讲相似矩阵和若尔当标准型

目录正定矩阵ATAA^TAATA相似矩阵Similarmatrices特征值互不相同Distincteigenvalues重特征值Repeatedeigenvalues若尔当标准型Jordanform本讲介绍相似矩阵

浊酒南街·2024-01-26 10:58

线性代数笔记整理

文章目录1行列式2矩阵（本质是数表）3方程组的解4向量5矩阵的特征值和特征向量6相似矩阵和相似对角化7合同对角化8二次型及其标准型1行列式2矩阵（本质是数表）3方程组的解4向量5矩阵的特征值和特征向量6

想要登顶的菜鸟·2024-01-26 07:36

[Python] 机器学习 - 常用数据集(Dataset)之糖尿病(diabetes)数据集介绍，数据可视化和使用案例

该数据集共442条信息，特征值总共10项,如下:age:年龄sex:性别bmi(bodymassindex):身体质量指数，是衡量是否肥胖和标准体重的重要指标，理想BMI(18.5~23.9)=体重(单位

老狼IT工作室·2024-01-26 06:11

ARKit 3D 物体检测跟踪

3D物体跟踪技术的基础也是图像识别，但比前述2D图像检测、识别、跟踪要复杂得多，原因在于现实世界中的物体是三维的，从不同角度看到的物体形状、纹理都不一样，在进行图像特征值对比时需要的数据和计算比2D图像大得多

不凡的凡·2024-01-26 06:16

Android GPS原理分析《手机就是开发板》

随着全球性空间定位信息应用的日益广泛，GPS提供的全时域、全天候、高精度定位服务将给空间技术、地球物理、大地

weixin_38503885·2024-01-26 05:30

38、FB-tCNN:基于时域的EEG信号神经网络分析模型[你也听说过我的故事?]

本文由清华大学计算机科学与技术系于2021年12月22日发表于IEEETransactionsonNeuralSystemsandRehabilitationEngineering期刊，标题为：“FilterBankConvolutionalNeuralNetworkforShortTime-WindowSteady-StateVisualEvokedPotentialClassification

是馒头阿·2024-01-25 18:35

论文解读--Wideband 120 GHz to 140 GHz MIMO Radar：System Design and Imaging Results

MIMO操作通过发射机的时域复用实现。该雷达能够通过使用FFT处理和延迟和波束形成器产生2D图像。本文给出了雷达系统的总体设计、图像重建算法和初步成像结果。1介绍在毫米波频率

奔袭的算法工程师·2024-01-25 17:40

推荐频道

时域特征值