資源簡介
先把我們的數據進行分解,然后求取每個的時域特征,接著用分類器進行分類,得到你想到的。這里是時域特征求取的代碼。

代碼片段和文件信息
function?time=time_statistical_compute(x)
%%對時域信號進行統計量分析
%%?p2p10返回有量綱指標,f1f2f3f4f5返回無量綱指標
N=length(x);
p1=mean(x);?%均值
x=x-p1;
p2=sqrt(sum(x.^2)/N);?%均方根值又稱有效值(!)
p3=(sum(sqrt(abs(x)))/N).^2;?%方根幅值(!)
p4=sum(abs(x))/N;?%絕對平均值
p5=sum(x.^3)/N;?%歪度
p6=sum(x.^4)/N;?%峭度
p7=sum((x).^2)/N;?%方差
p8=max(x);%最大值
p9=min(x);%最小值
p10=p8-p9;%峰峰值
%%以上都是有量綱統計量,以下是無量綱統計量
f1=p2/p4;?%波形指標
f2=p8/p2;?%峰值指標??
f3=p8/p4;?%脈沖指標
f4=p8/p3;?%裕度指標
f5=p6/((p2)^4);?%峭度指標
time=[p1p2p3p4p5p6p7p10f1f2f3f4f5];
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-11-19?10:42??新建文件夾\
?????文件?????????623??2017-01-22?23:12??新建文件夾\time_statistical_compute.m
- 上一篇:PCA降維,有詳細的注釋,你值得擁有
- 下一篇:15年真題(1) (1).pdf
評論
共有 條評論