创建数据存储
创建指向信号和标签数据的数据存储
描述
例子
创建数据存储
加载包含鲸鱼歌曲录音的标记信号集。
负载鲸鱼lss
lss=labeledSignalSet with properties:Source:{2x1 cell}nummbers:2时间信息：“sampleRate”sampleRate:4000标签：[2x3表]说明：“表征波形区域”使用labelDefinitionsHierarchy查看标签和子标签列表。使用setLabelValue向集合添加数据。
显示集合中第一个成员的标签。
lss.标签（1，：）
ans=1×3表什么类型的MoanRegions TrillRegions{Uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu成员{3x2表{1x3表}
获取集合中标签的名称。使用信号信息创建信号数据存储，使用标签信息创建数组数据存储。
lbls=getLabelNames（lss）；[sgd，lbd]=createDatastores（lss，LBL）
sgd=具有以下属性的信号数据存储：MemberName:{'Member{1}'；'Member{2}}成员：{2x1 cell}ReadSize:1 SampleRate:4000
lbd=ArrayDatastore，属性为：ReadSize:1 IterationDimension:1 OutputType:“单元格”
显示集合中第一个成员的标签。
lbls=读取（lbd）；lbls{:}
ans=1×3表什么类型的MoanRegions TrillRegions{uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
计算标签值并创建数据存储
使用MATLAB®指定作为MAT文件包含的一组音频信号的路径。每个文件包含一个信号变量和采样率。列出文件的名称。
folder=fullfile（matlabroot，“工具箱”,“matlab”,“音频视频”)；lst=dir（追加（文件夹、，“/*.mat”))；nms={lst（：）.name}'
网络管理系统=7x1电池{'chirp.mat'}{'gong.mat'}{'handel.mat'}{'laugh.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财政司司长，这是所有文件的公用项。生成不包含该文件的数据存储的子集mtlb.mat. 将子集数据存储用作标记信号集对象
sds=信号数据存储（文件夹，“SampleRateVariableName”,“财政司司长”); sds=子集（sds，~strcmp（nms，“mtlb.mat”))；lss=标签信号集（sds）；
创建三个标签定义来标记信号：
为包含人声的信号定义一个逻辑属性标签。
定义一个数字点标签，标记每个信号最大值的位置和幅度。
定义一个分类感兴趣区域（ROI）标签，以挑出每个信号的非重叠、等长随机区域。
将信号标签定义添加到标记的信号集中。
vc=信号标签定义(“声音”,“标签类型”,“属性”,...“LabelDataType”,“合乎逻辑”,“默认值”，false）；mx=信号标签定义(“最大值”,“标签类型”,“点”,...“LabelDataType”,“数字”); rs=信号标签定义(“兰罗伊”,“标签类型”,“投资回报率”,...“LabelDataType”,“绝对的”,“类别”,[“投资回报”“其他”])；添加标签定义（lss，[vc mx rs]）
标记信号：
标签
“汉德尔·马特”和“笑声，马特”就像有人类的声音一样。使用
islocalmax函数查找每个信号的最大值。标记其位置和值。使用
兰德罗函数生成尽可能多的长度区域N/长度为的信号中可容纳10个样本N给定最小间隔N/6个区域之间的样本。标记其位置并将其分配给投资回报率类别
标记点和区域时，将采样值转换为时间值。减去1表示MATLAB®数组索引，然后除以采样率。
kj=1；虽然hasdata（sds）[sig，info]=read（sds）；fs=info.SampleRate；[~，fn]=fileparts（info.FileName）；如果fn==“汉德尔”||fn==“笑声”setLabelValue（lss，kj，“声音”，对）终止xm=查找（islocalmax（sig，“MaxNumExtrema”,1)); setLabelValue（lss，kj，“最大值”，（xm-1）/fs，sig（xm））N=长度（sig）；投资回报率=随机投资回报率（N，整数（N/10），整数（N/6））；setLabelValue（lss，kj，“兰罗伊”，（rois-1）/fs，重复(“投资回报”，尺寸（ROI，1）））kj=kj+1；终止
确认只有两个信号包含语音。
可计数值（lss，“声音”)
ans=2×3表语音计数百分比为假466.667真233.333
确认两个信号的最大振幅为1。
可计数值（lss，“最大值”)
ans=5×4表最大计数百分比MemberCount\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu0.8000000000004411 16.667 1 0.89113915798421611 16.667 1 0.9473076923072951 16.667.667.051
确认每个信号有四个不重叠的随机感兴趣区域。
可计数值（lss，“兰罗伊”)
ans=2×4表RanROI计数百分比成员计数uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu
使用标记信号集中的数据创建两个数据存储：
这个
信号数据存储对象sd包含信号数据。这个
arrayDatastore对象ld包含标签信息。指定要包含与所创建的所有标签对应的信息。
[sd，ld]=创建数据存储（lss[“声音”“兰罗伊”“最大值”]);
使用数据存储中的信息绘制信号并显示其标签。
使用
信号屏蔽对象以蓝色突出显示感兴趣的区域。绘制黄线以标记最大值的位置。
向包含人声的信号添加红色轴标签。
平铺布局流虽然hasdata（sd）[sg，nf]=read（sd）；lbls=read（ld）；nextile msk=signalMask（lbls{:}.RanROI{:}，“采样器”，nf.SampleRate）；plotsigroi（msk，sg）色条关xlabel('')xline（lbls{:}.Maximum{:}.Location，...“线宽”2.“颜色”,"EDB120")如果lbls{:}.Voice{:}ylabel(“声音”,“颜色”,"D95319")终止终止
作用roilims=randROI（N，wid，sep）num=floor（（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]；终止
输入参数
输出参数
您还可以从以下列表中选择网站：
