logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

MATLAB自相关分析xcorr

目录自相关定义xcorr的应用举个栗子自相关定义信号x(t)x(t)x(t)的自相关函数定义为其中,T为信号x(t)x(t)x(t)的观测时间,Rx(τ)R_{x}(\tau)Rx​(τ)描述了x(t)x(t)x(t)与x(t+τ)x(t+\tau)x(t+τ)或x(t−τ)x(t-\tau)x(t−τ)之间的相关性。自相关函数可以从被干扰的信号中找出周期成分。xcorr的应用MATLAB中自带自

#matlab
scipy 插值重采样

时间序列数据重采样,对比scipy.signal.resample()方法和scipy.interpolate.interp1d()方法。

#python#数据挖掘#数据分析
MATLAB中快速傅里叶变换fft的应用

定义理解傅里叶变换将信号分解为若干个简谐信号叠加的形式,通过傅里叶变换画出频谱图之后就可以找到信号中包含的频率成分。fft应用MATLAB中自带的fft()函数可以帮助我们完成傅里叶变换的计算过程,不过直接调用fft(),画图之后发现横纵坐标的值和我们想的不一样,我们对下面这样的一个信号做fftFs=1000; %采样率N = 1; % 周期数t=N; % 信号时长 sn=0:1/Fs:t-1/F

#matlab
机械振动信号15个时域统计指标

时域统计指标计算公式振动信号原始统计特征分为两类:时域统计特征、频域统计特征。信号的时域特征是通过统计分析信号的各种时域参数、指标的估计或计算得到的,如表所示,分为有量纲参数和无量纲参数两种,其中1-9为有量纲参数和10-15无量纲参数。python程序def get_time_domain_features(data):'''data为一维振动信号'''x_rms = 0absXbar = 0x

#数据分析#python
MATLAB读取mat文件,遍历里面所有数据

把数据保存为mat文件将很多不同类型的数据保存到同一个mat文件里,只需用save命令即可,如下:A = [1 2 3; 4 5 6; 7 8 9];B = [1 0; 0 1];C = 'ABCXYZ';D = 10;E = 1:100;F = ones(5);save DataForTest运行之后得到一个名为DataForTest.mat的文件,里面包含这些数据。读取mat文件,遍历所有数据

#matlab
【matplotlib】/【plt】中文设置为宋体,英文为Time New Roman

python中用matplotlib库画图时,把中文设置为宋体,英文设置为Time New Roman,有时候还需要显示公式。设置方法如下:import matplotlib.pyplot as pltfrom matplotlib import rcParamsimport numpy as npconfig = {"font.family":'serif',"font.size": 18,"m

文章图片
#python
pytorch中LSTM参数详解(一张图帮你更好的理解每一个参数)

对LSTM网络的理解对LSTM网络不理解的请看这篇博客,对新手比较友好,也很容易理解,只有理解了LSTM,才知道下面要讲的参数分别对应什么LSTM参数列表Pytorch中创建一个LSTM网络,参数列表如下:参数解释input_size输入数据的特征维数hidden_sizeLSTM中隐层的维度num_layers循环神经网络的层数bias用不用偏置,default=Truebatch_first这

#深度学习#神经网络#网络
MATLAB中的均值与方差求法(mean,var,std函数使用)

目录均值-mean()函数的用法方差var函数std函数均值-mean()函数的用法对于矩阵A:(1)mean(A,1)为对矩阵A的列求均值(2)mean(A,2)为对矩阵A的行求均值(3)mean(A)当传入的参数只有矩阵时,默认对列求均值(4)对整个矩阵求均值可用mean(mean(A))方差样本方差修正样本方差var函数var()函数可求样本方差和修正样本方差对矩阵A,var(A)返回每一列

【matplotlib】/【plt】中文设置为宋体,英文为Time New Roman

python中用matplotlib库画图时,把中文设置为宋体,英文设置为Time New Roman,有时候还需要显示公式。设置方法如下:import matplotlib.pyplot as pltfrom matplotlib import rcParamsimport numpy as npconfig = {"font.family":'serif',"font.size": 18,"m

文章图片
#python
到底了