個人總結 用深度學習進行訊號的特徵提取和分類

2021-10-10 11:41:36 字數 1184 閱讀 4129

深度學習

機器學習

訊號處理

matlab

由於最近新接觸了很多機器學習、深度學習的知識,以及一些專案的復現,發現資料太多需要整理一下,在不斷地更新完善中,希望自己不只是收藏便學會了,嘻嘻

【seti研究所分類太空訊號】

專案概況:

最優解:

第二優解:

【聲音頻號比較分類——多模型】

【時間序列訊號分析和分類——】

rnn簡介:

用numpy and theano實現rnn

介紹梯度消失和時間反向傳播

theano實現gru / lstm rnn

【**實戰】手把手教你使用 1d 卷積和 lstm 混合模型做 eeg 訊號識別

機器學習路線圖:

機器學習模型優化之模型融合:

乙個完整的機器學習專案:

sklearn常用函式及引數:

正則化、過擬合與欠擬合:

在分類中如何處理訓練集中不平衡問題:

基於eeg訊號的情緒分析資料庫deap**調研

腦機介面eeg訊號分類演算法比較

常用訊號特徵提取方法總結(完善中…) - 講道理的蔡老師的文章 - 知乎

matlab論壇:實現窄帶干擾

3.常見干擾實現:付費

dme知識點

【**】(很有用)matlab**雜訊訊號、單多音訊號、lfm、2ask、2fsk、bpsk、16qam

【官方網頁】matlab官方:

【官方包】

【官方專案】

matlab**雜訊訊號、單多音訊號、lfm、2ask、2fsk、bpsk、16qam

i路q路怎麼畫原始訊號

如何用matlab**隨機脈衝干擾

窄帶干擾

gps訊號和其干擾的matlab**

gps訊號和其干擾的matlab**

gps訊號和干擾的matlab****

matlab 產生偽隨機序列

【網頁文件】雜訊調頻、調相、調幅干擾實現

【網頁文件】 線性調頻訊號matlab**

【網頁文件】 qpsk調製與解調、i路和q路訊號

【網頁文件】matlab不同時頻訊號處理方法介紹及效果對比

【網頁文件】 matlab產生線性掃頻波形

【網頁文件】訊號調製-3種方法:單一頻率訊號調製、ofdm訊號調製、chirp訊號調製

深度學習概論 用神經網路進行監督學習

事實上,到目前為止,幾乎所有由神經網路創造的經濟價值都基於其中一種機器學習,我們稱之為 監督學習 supervised learning 在監督學習中,輸入 x,學習得到乙個函式,對映到輸出 y,比如之前輸入房間特徵,得到 下面是監督學習的一些例子 深度學習在廣告 計算機視覺 語音識別 機器翻譯 無...

深度學習的幾點總結

1.卷積和池化關係 一般先卷積後池化 卷積的時候盡量不壓縮影象的長寬,盡量保留更多的資訊,卷積會無意的丟失一些資訊,因此池化可以解決這個問題,在池化進行壓縮。2.評價 連續資料的精度 r2 score 不均衡資料的精度 f1 score 過擬合 l1 l2 regularization,dropou...

深度學習的知識總結

1 構建和理解乙個網路,就是那8部分,最重要的是前向傳遞,前向傳遞搞懂了就都懂了,剩下反向傳播最重要的就是損失值的計算了。2 目標檢測的訓練比較複雜,一般分為2步驟,先訓練主幹分類網路,之後再訓練檢測網路。4 三大要素 1 資料 2 演算法 3 算力 5 三大能力 1 演算法理解能力 2 實現能力 ...