基于MATLAB的数据分析信号预处理与特征提取

这个为期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。本课程旨在为数据分析应用程序的数据科学家和工程师分析信号(时间序列)。本课程不需要任何信号处理的先验知识。

主题包括:

先决条件

Matlab基础知识或同等使用MATLAB的经验

第一天
探索和分析信号(时间序列)在MATLAB	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，以获得数据的功能和趋势。导入、可视化和浏览信号以获得见解进行信号进行测量在时域和频域比较多个信号进行交互式光谱分析提取感兴趣的区域进行集中分析用自动生成的MATLAB脚本重新创建分析
预处理信号以提高数据集质量	摘要目的:学习清理信号集的技术与操作，如重新采样，去除异常值，填补空白。执行重采样以确保跨信号的公共时基使用非统一采样的数据在数据中找到缺口并删除或填补缺口去除噪音和不必要的频率内容进行小波去噪使用包络谱进行故障分析找出数据中的离群值，并用可接受的数据替换它们找到信号ChangePoints并使用边界自动创建信号段
提取信号特征	摘要目的:在时间和频域中应用不同的技术以提取特征。熟悉MATLAB中的光谱分析工具，并探索探索多个信号带出特征的方法。定位的山峰从时间和频谱域中定位来自模式的所需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Classification Learner应用程序来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。

当您注册其中一个课程时，您可以依赖于任何原因无法取消或重新安排的事实。

结果1 - 3

清晰的过滤器

结果1 - 3

此价格适用于美国境内购买和使用，适用于其他地区联系销售。产品价格不包括销售税、使用税、消费税、增值税或其他税费。与此采购相关的任何适用的税收、关税、征费、评估和政府收费将在订单中评估。指培训政策想要查询更多的信息