- 博客(106)
- 资源 (37)
- 收藏
- 关注
RSS订阅原创 matlab数据集路径设置方法
为matlab安装的路径，我的软件安装路径是’E:\Matlab2022’；‘IncludeSubfolders’ 判断是否包含子文件夹；
2023-02-11 23:38:17
1120
1
原创 如何解决电脑C盘不能扩展问题
看了挺多视频，发现很多人会存在格式化了D盘，D盘有未分配的空间，但C盘仍然不能扩展现象；我在重新分盘的过程中也遇到了这种现象，通过一些调研，产生这种现象的原因是：C盘与D盘之间存在一个。注：听说会影响电脑性能，但我现在尚未发现，记录时间：2023年1月1日；最近发现电脑C盘内存不太够了，可能会影响到电脑的流畅度。命令集合（注意按需更改黑体部分）然后按照正常的分盘操作即可；
2023-01-01 02:26:39
3348
1
原创 信号频谱分析、功率谱分析、倒谱分析、小波分析
表明：任何连续测量的时序或信号，都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号，以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。为什么要进行域转换呢？"），这种干扰在时域上表现得不太明显，因此可以通过傅立叶变换将原来难以处理的时域信号转换成了易于分析的频域信号（信号的频谱）。从图中看出通过自相关法得到的功率谱成分（100Hz，200Hz）更加明显，其它频带干扰较少。第一幅图为生成信号的时域波形图，频率成分为5、20Hz，含一定程度噪声干扰。
2022-11-08 15:17:09
2721
原创 可视化滤波器fvtool
滤波器可视化工具是一个交互式工具，能够显示滤波器的幅值、相位响应、群延迟、脉冲响应、阶跃响应、极点-零点图和系数。[请添加图片描述](https://img-blog.csdnimg.cn/882367c320644597bec6aaf8c8e2dc18.jpeg。可以画出每一个滤波器幅值响应曲线，如下图所示；单独画出第9个滤波器幅值响应曲线，如下图所示；做8192点FFT得到的图像如下图所示；创建一个伽马通滤波器组对象，如下图所示；（1）首先创建一个倍频滤波器组对象；可视化第九个滤波器，如下图所示；
2022-10-17 14:18:35
810
原创 matlab之Signal Labeled APP
使用信号标签器标记峰值，并标记平峰值与其他峰值不同。（3）为Peak创建一个子标签来注释平坦的峰值，这是三个标签中的第二个。、时间图或标签查看器中单击它来选择标签。”列表中选择“从工作空间”，在弹出的对话框中选择数据信号，单击“并选择“标记信号集到文件。”，选择“自动标签所有信号”。”中信号名称旁边的复选框，以在时间图中显示信号。首先创建一个信号标签定义。（6）导出标记信号集和信号标签定义。”浏览器中仍然选择Peak，单击“”浏览器中突出显示峰值定义，在“”并选择“添加子标签定义”。（4）导出标记的信号。
2022-10-13 18:17:52
1082
原创 如何求取一个序列的相位（matlab）
在大部分场景下，我们一般只看重信号的幅值大小，但有时也需要考虑相位信息，因此需要会求取信号的相位关系。很显然从上图中可以清楚地看出该信号在15Hz处相位为-pi/4，40Hz处相位为pi/2。计算变换的相位，删除小幅值变换值。将相位绘制为频率函数。首先创建一个复数，并计算其幅值和相位。
2022-10-12 09:52:36
6892
原创 如何寻找峰值及其位置（matlab）
创建一个时间表（timetable），声明函数years，并显示timetable中最后5组数据；仔细观察，发现上图中部分位置出现重叠现象，从而设置两两相邻峰值最小间隔为6；sunspot.dat是一组循环周期数据，大约每11年会出现一个峰值；（2）使用带有函数findpeaks来查找信号的峰值及其位置；假定数据均记录于每年3月20日，用每年的数据创建一个日期矩阵；为了验证上一步是否有效，计算上述情况峰峰值之间平均间隔；（4）标记出峰值相对高度、宽度等信息；得到平均间隔为10.96，近似于11；
2022-10-10 20:17:10
15982
转载 Typora 收费解决方法
Typora是一款很优秀的markdown编辑器，支持多种格式。可转多种格式，其pdf为。可以自动编号，很不错。在此给出我的解决方法…
2022-07-20 15:36:09
515
原创 Monitor Deep Learning Training Progress
在训练过程中，您可以通过点击右上角的停止按钮停止训练并返回网络的当前状态。训练损失、经过平滑处理的训练损失和验证损失-分别指每个小批量的损失、其经过平滑处理的版本以及验证集的损失。经过平滑处理的训练准确度-经过平滑处理的训练准确度，通过将平滑算法应用于训练准确度来获得。训练网络并在训练过程中绘制训练进度。...
2022-07-20 00:16:11
600
原创 平面旋转任意角度x
a,b是n维空间中的任意两个不相关的列向量，试构建一个在a,b所在的平面旋转任意角度x的矩阵？References：https://blog.csdn.net/qq_41585683/article/details/115838461
2022-07-10 18:39:04
1037
原创 加权最小二乘法和离群点
处理方法1）使用加权最小二乘法；由于最小二乘法思想是最小化均方差，在误差符合正态分布，均值为0的前提下，考虑了每个样本的贡献度，即每个样本都具有相同的权重，因此最小二乘法对数据中间的异常值特别敏感。加权最小二乘法也是以距离为度量，根据距离大小赋予不同的权重值，可以在一定程度上减少异常值的干扰。2）使用残差诊断离群值；利用最小二乘法线性模型，通过计算残差，判定采样数据中的离群值，去除离群值后再次计算残差，找出离群值，直至不再出现离群值，计算最小二乘法回归方程。......
2022-07-10 18:21:32
1918
2
原创 单通道语音信噪分离算法研究
单通道语音信噪分离算法研究摘要：为了评估单通道语音信噪分离的效果，本文分别对六种传统语音增强算法进行了探讨。在理想的高斯白噪声环境下，子空间法增强后的语音信号输出信噪比SNR最大，VMD(Variational Mode Decomposition, VMD)增强后的语音信号语谱图保留频率细节部分更多，分段信噪比 segSNR 最高。在八种不同场景不同信噪比复杂环境下，维纳滤波法增强后的语音信号分段信噪比segSNR最大，语音感知度最高。关键词：语言增强；VMD；子空间；维纳滤波法；......
2022-07-09 23:25:48
798
原创 国科大数值分析每章作业解析及期末考试
国科大数值分析作业解答：数值分析第一二单元数值分析第三单元数值分析第四单元数值分析第五单元数值分析第六单元数值分析第七单元作业代码
2022-07-09 22:24:42
1952
原创 convn-N 维卷积
C = convn(A,B) 返回数组 A 和 B 的 N 维卷积。C = convn(A,B,shape) 根据 shape 返回卷积的子区。例如，C = convn(A,B,'same') 返回卷积中大小与 A 相同的中心部分。
2022-06-24 15:08:00
212
原创 语音断点检测（短时改进子带谱熵）
端点检测：确定句子的时间起始点和终点，忽略中间少量的非语音帧，用于语音识别。(Speech Endpoint Detection)熵在信息论中是反映信息度量的一个量。某随机事件的随机性越大，即不确定性越高，则熵值也越大，所以携带的信息量亦越大。本次采用 谱熵法 对语音进行端点检测。......
2022-06-19 19:46:03
1014
原创 语音信号处理之多阶MFCC提取（matlab）
1.音频原始数据形式：8k16bitpcm；2.频率范围：60HZ~3400HZ；3.三角窗数量：15组；4.提取filter bank特征，并观察特征分布特点；进一步提取MFCC特征5求取特征三阶差分并进行离线CMVN（cepstral mean and variance normalization，CMVN）；......
2022-06-19 18:15:54
1065
原创 批量读取文件夹下的全部语音文件
如何批量读取文件夹下的全部语音文件：% fileFolder1 = fullfile('path'); % 搜索目录dirOutput1 = dir(fullfile(fileFolder1,'*.wav')); % 获取目录下所有 wav 格式音频文件信息fileNames1 = {dirOutput1.name}; % 获取音频文件的名字，放入数组fileNames中filePath1 = {dirOutput1.folder}; % 获取音频文件目录，存放入数组filePath中如
2022-05-27 16:52:14
523
原创 信号fft变换
信号频谱图fun = @(x)0.*(x<0 |x>5)+x.*(x>=0 & x<1)+1.*(x>=1 & x<4) +(5-x).*(x>=4 & x<5);%分段函数x = -5:0.2:10; % x自变量y = fun(x); % 得到输入的平稳信号yDfy = fft(y); % 离散Fourier变换Dfy_shift = fftshift(Dfy); % 对称变换得到对称的Fourier频谱figu
2022-05-21 15:05:22
1289
转载 机器学习之样本不均衡
在机器学习中，数据不平衡问题是最为常见、最头疼的问题，如何解决数据不平衡问题直接影响模型效果，在此总结一下数据不平衡的解决方案，喜欢的朋友请点赞、收藏、关注。1.1 样本不均衡现象样本（类别）样本不平衡（class-imbalance）指的是分类任务中不同类别的训练样例数目差别很大的情况，一般地，样本类别比例（Imbalance Ratio）（多数类vs少数类）明显大于1:1（如4：1）就可以归为样本不均衡的问题。现实中，样本不平衡是一种常见的现象，如：金融欺诈交易检测，欺诈交易的订单样本通常是占总交易
2022-05-16 20:28:47
1085
原创 websave保存数据
outfilename = websave(filename,url) 保存来自 url 指定的 Web 服务的内容，并将其写入 filename。websave 函数将完整的 filename 路径以 outfilename 形式返回。语法：outfilename = websave(filename,url)outfilename = websave(filename,url,QueryName1,QueryValue1,...,QueryNameN,QueryValueN)outfilen
2022-05-12 13:04:38
925
原创 vggish目标识别
Mathworks官网实例链接vggish这个实例用到两个工具箱：Audio Toolboxs 和 DeepLearning Toolboxs下载并解压缩VGGish的音频工具箱™模型。在命令窗口输入vggish如果VGGish的Audio Toolbox模型没有安装，那么该函数将提供一个到网络权值位置的链接。 要下载模型，请单击链接。 将该文件解压缩到MATLAB路径中的某个位置，并且设置路径。Step1：下载并解压缩环境声音分类数据集。 该数据集由标记为10个不同音频声音类之一的录音组成
2022-05-12 11:51:12
777
原创 解决No module named ‘tushare‘问题
在jupyterlab中掉tushare包报错，原来是没有下载该包；解决途径：打开 anaconda prompt 输入 pip install tushare；如果你不确定是否下载过tushare包，可以用conda list命令查看一下；然后重新运行便可解决。报错情况：下载情况...
2022-05-07 16:36:28
8173
原创 continue语句
头痛！！！在图书馆改了一个小时的bug，明明两份代码几乎一样，效果相差巨大，最后竟发现败在了continue语句上，留下了不学无术的眼泪！在此记录一下学习不扎实的痛苦。a = 9;while a < 20 a = a + 1; if a == 15 % skip the iteration continue; % 直接跳入下个循环 endfprintf('value of a: %d\n', a);endprint：value of
2022-05-06 17:22:49
206
原创 微分方程组、无约束优化、线性规划、非线性规划、0-1规划、二次型规划
fprintf('解析解.\n');syms t x y[x,y] = dsolve('D2x=-2*x-3*Dx+exp(-5*t)',' D2y==2*x-3*y-4*Dx-4*Dy-sin(t)','x(0)=1','Dx(0)=2','y(0)=3','Dy(0)=4')x = simplify(x); y = simplify(y);fprintf('数值解.\n');[t1,x1] = ode45('myfun',[0,10],[1;2;3;4]);ezplot(x,[0,10]).
2022-05-05 19:02:51
442
原创 数据插值、数据拟合、最小二乘拟合、方程组解析解&迭代解法
(欠定方程)%解析解：A = [2 -9 3 -2 -1; 10 -1 10 5 0; 8 -2 -4 -6 3; -5 -6 -6 -8 -4];B = [-1 -4 0; -3 -8 -4; 0 3 3; 9 -5 3];[rank(A), rank([A B])]x0 = null(sym(A)); % 求AX=0的基础解x_analytical = sym(A)\B; syms a;x = a*[x0 x0 x0]+x_analyticalA*x - B输出：x = [ .
2022-05-05 18:48:19
702
原创 泰勒展开、级数求和、数值微分、数值积分
%inputsyms a x;f = exp(-5*x) * sin(3*x + pi/3);T = taylor(f,x,'Order', 5); pretty(T) % 此处展开到前 5 项T2 = taylor(f,x,a,'Order', 5); pretty(T2) % 此处展开到前 5 项%input%第一种方式syms n k; s = symsum(1/(1+k*pi/n^2),k,1,n) % 先求和limit(s/n,n,Inf) % 再求极限%第二种方式s.
2022-05-05 18:14:17
828
原创 极限、隐函数导数、微分
%inputsyms x yf = (1-cos(x^2 + y^2))/((x^2 + y^2)*exp(x^2 + y^2));L = limit(limit(f,x,0),y,0)%outputL =0%inputsyms x y; f = atan(y/x)-log(x^2+y^2); pretty(-simplify(diff(f,x)/diff(f,y)))%output y + 2 x---------- 2 y + x%inputsyms t x.
2022-05-05 18:04:07
250
原创 三维图&等高线
以绘制sin(xy)在[-pi,pi]上的三维图和等高线为例：[x,y] = meshgrid(-pi:0.05:pi); % 设置网格z = sin(x.*y); % 计算函数值axis([-pi,pi,-pi,pi,min(min(z)),max(max(z))]) % 重新设置坐标系figure(1),surf(x,y,z) % 绘制三维表面图figure(2),contour3(x,y,z,200) % 三维等高线图% [x,y]=meshgrid(-pi:.05:pi);% sur
2022-05-05 17:57:12
534
原创 varargin的应用
编写一个矩阵相加函数，使其具体的调用格式为，要求该函数能接受任意多个矩阵进行加法运算。（注：varargin 变量的应用）%第一种方式function y = mat_add(varargin)y = varargin{1}; for m = 2:length(varargin) y = y+varargin{m}; endend%第二种方式function y = mat_add(varargin) y = sum(cat(3,varargin{:}),3); % 将变量放在第三维
2022-05-05 17:31:21
469
原创 镜像下载cudnn+tensorflow
笔者电脑是cuda 11.6；anaconda prompt 中输入 nvcc --version 或者 nvidia -smi第一步conda install cudnn=8.2.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/第二步conda install --use-local cudnn8.2.1.tar.bz2就可以啦，下载速度比官方快数倍。...
2022-04-10 21:23:28
3598
原创 ML_Random_Forests
机器学习100天系列学习笔记 机器学习100天(中文翻译版)机器学习100天(英文原版）代码阅读：第一步：导包#Step 1: Importing the Librariesimport numpy as npimport matplotlib.pyplot as pltimport pandas as pd第二步：导入数据#Step 2: Importing the datasetdataset = pd.read_csv('D:/daily/机器学习100天/100-Days-Of-
2022-04-09 16:24:35
63
原创 ML_Decision Tree
机器学习100天系列学习笔记 机器学习100天(中文翻译版)机器学习100天(英文原版）代码阅读：第一步：导包#Step 1: Importing the Librariesimport numpy as npimport matplotlib.pyplot as pltimport pandas as pd第二步：导入数据#Step 2: Importing the datasetdataset = pd.read_csv('D:/daily/机器学习100天/100-Days-Of-
2022-04-09 16:17:59
136
原创 ML_SVM
机器学习100天系列学习笔记 机器学习100天(中文翻译版)机器学习100天(英文原版）代码阅读：第一步：导包#Step 1: Importing the Librariesimport numpy as npimport matplotlib.pyplot as pltimport pandas as pd第二步：导入数据#Step 2: Importing the datasetdataset = pd.read_csv('D:/daily/机器学习100天/100-Days-Of-
2022-04-08 13:12:02
325
信号频谱分析、功率谱分析、倒谱分析、小波分析
2022-11-10
理想采样信号序列matlab代码
2022-11-10
irrnotchtest1irrnotchtest1.pdf
2022-10-17
单通道语音增强方法code.zip
2022-07-10
单通道语音信噪分离研究.pdf
2022-07-09
国科大数值分析第一二单元解析
2022-07-09
图像匹配+sift+key
2022-07-09
端点检测VAD(Speech Endpoint Detection)
2022-06-19
语音信号处理_MFCC特征提取_matlab
2022-06-19
语音频带扩展（BWE）
2022-06-18
Final_exam.zip
2022-05-01
数字图像处理第四章课后作业（最终更改版）.pdf
2020-06-24
数字图像处理第三章课后作业（更正版）.pdf
2020-06-24
数字图像处理第二章课后作业.pdf
2020-06-24
学习笔记-数字图像处理.docm
2020-04-25
VMD 学习笔记.pdf
2020-04-25
Variational Mode Decomposition.pdf
2020-04-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人