基于MATLAB的数据分析信号预处理和特征提取

这一天的课程展示了如何使用MATLAB^®、信号处理工具箱^™，小波工具箱^™对基于时间的信号进行预处理，提取时域和频域的关键特征。本课程是为数据分析应用分析信号(时间序列)的数据科学家和工程师设计的。本课程不需要事先了解信号处理。

主题包括:

先决条件

MATLAB基础或使用MATLAB的同等经验

第一天的第一天
在MATLAB中探索和分析信号(时间序列)	摘要目的:学习轻松导入和可视化多个信号或时间序列数据集，以获得对数据的特征和趋势的洞察。导入、可视化和浏览信号以获得洞察力测量信号在时域和频域比较多个信号进行交互式频谱分析提取感兴趣的区域进行重点分析用自动生成的MATLAB脚本重建分析
预处理信号以提高数据集质量	摘要目的:学习通过重采样、去除异常值和填充间隙等操作来清洁信号集的技术。执行重采样以确保信号之间有一个共同的时基处理非均匀抽样数据发现数据中的空白，并删除或填补空白去除噪音和不需要的频率内容进行小波去噪使用包络谱进行故障分析定位数据中的离群值，并将其替换为可接受的数据定位信号改变点并使用边界来自动创建信号段
信号特征提取	摘要目的:在时域和频域应用不同的技术来提取特征。熟悉MATLAB中的频谱分析工具，探索多种信号的特征提取方法。定位的山峰从时间和频谱域的模式中定位所需的信号利用频谱分析从信号中提取特征使用监督学习进行分类使用分类学习器应用程序交互式地训练和评估分类算法

看看你是否有资格为学术用户打折。

当你注册这些课程之一时，你可以相信，它不会因为任何原因被取消或重新安排。

结果1 - 7

结果1 - 7

此价格适用于在美国购买和使用，适用于其他地区的价格联系销售．产品价格不包括销售税、使用税、消费税、增值税或其他税收。与此购买相关的任何适用的税收、关税、征税、评估和政府费用将在订单上进行评估。指培训政策的更多信息