MATLAB 和 Simulink 培训

MATLAB数据分析的信号预处理和特征提取

查看时间表并报名

课程详细信息

此为期一天的课程介绍如何使用 MATLAB®, Signal Processing Toolbox™ and Wavelet Toolbox™ 预处理基于时间的信号并在时域和频域提取关键特征。本课程旨在对数据分析应用中的信号(时间序列)进行分析的数据科学家和工程师。

内容包括:

  • 创建、导入和可视化信号
  • 用于改善数据质量的预处理,包括填充数据间隙、重采样、平滑、对准信号、查找和移除异常值以及处理非均匀采样信号
  • 提取时域和频域的特征,包括从模式中寻找信号、寻找变化点、定位峰值和识别趋势

Day 1 of 1


MATLAB 中信号(时间序列)的分析与探讨

目标:学习轻松导入和可视化多个信号或时间序列数据集,以深入了解数据中的特征和趋势。

  • 导入、可视化和浏览信号
  • 对信号进行测量
  • 在时域和频域比较多个信号
  • 交互频谱分析
  • 提取感兴趣区域用于集中分析
  • 用自动生成的 MATLAB 脚本重建分析

提高数据集质量的信号预处理

目标:学习清理信号集的技术,如重采样、去除异常值和填补间隙。

  • 重采样以确保跨信号的共同时间基准
  • 处理非均匀采样数据
  • 查找数据间隙并删除或填充空白
  • 消除噪声和不需要的频率内容
  • 小波去噪
  • 利用包络谱进行故障分析
  • 定位数据中的异常值并替换为可接受的数据
  • 定位信号转换点并使用边界自动创建信号段

提取信号特征

目标:在时域和频域中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。

  • 定位峰值
  • 在时域和频域从模式中定位期望的信号
  • 使用频谱分析从信号中提取特征
  • 利用监督学习进行分类
  • 使用 Classification Learner app 交互训练和评估神经网络

难度: 中级

课程要求:

持续时间: 1 天

语言: English, 한국어, 中文

查看时间表并报名