이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

신호에 대한 머신러닝 및 딥러닝

신호 레이블 지정, 특징 엔지니어링, 데이터셋 생성

Signal Processing Toolbox™는 머신러닝 및 딥러닝 워크플로를 위해 신호 레이블 지정, 특징 엔지니어링 및 데이터셋 생성을 수행하는 기능을 제공합니다.

신호 분석기여러 개의 신호와 스펙트럼을 시각화하여 비교
신호 레이블 지정기Label signal attributes, regions, and points of interest

함수

모두 확장

labeledSignalSetCreate labeled signal set
signalLabelDefinitionCreate signal label definition
signalDatastoreDatastore for collection of signals
findchangepts신호 내 급격한 변화 찾기
findpeaks국소 최댓값 구하기
findsignalFind signal location using similarity search
fsstFourier synchrosqueezed transform
instfreq순시 주파수 추정
pentropy신호의 스펙트럼 엔트로피
periodogram주기도 전력 스펙트럼 밀도 추정값
pkurtosisSpectral kurtosis from signal or spectrogram
powerbw전력 대역폭
pspectrum주파수 영역과 시간-주파수 영역의 신호 분석
pwelchWelch의 전력 스펙트럼 밀도 추정값

도움말 항목

Radar Waveform Classification Using Deep Learning (Phased Array System Toolbox)

This example shows how to classify radar waveform types of generated synthetic data using the Wigner-Ville distribution (WVD) and a deep convolutional neural network (CNN).

Pedestrian and Bicyclist Classification Using Deep Learning (Phased Array System Toolbox)

This example shows how to classify pedestrians and bicyclists based on their micro-Doppler characteristics using a deep learning network and time-frequency analysis.

Signal Classification Using Wavelet-Based Features and Support Vector Machines (Wavelet Toolbox)

This example shows how to classify human electrocardiogram (ECG) signals using wavelet-based feature extraction and a support vector machine (SVM) classifier.

Classify Time Series Using Wavelet Analysis and Deep Learning

Classify ECG signals using the continuous wavelet transform and a deep convolutional neural network.

관련 정보

MATLAB의 딥러닝 (Deep Learning Toolbox)

딥러닝을 사용한 시퀀스 분류 (Deep Learning Toolbox)

추천 예제