Preprocesamiento de señales y extracción de características para data analytics con MATLAB
Vea los horarios e inscríbaseDetalles del curso
Temas incluidos:
- Crear, importar y visualizar señales
- Preprocesar datos para mejorar la calidad, lo que incluye llenar el vacío de datos, volver a muestrear, suavizar, alinear señales, encontrar y eliminar valores atípicos, y manejar señales obtenidas con muestreo de manera no uniforme
- Extraer características en los dominios del tiempo y la frecuencia, y localizar y detectar patrones en señales, puntos de cambio, picos y tendencias
Día 1 de 1
Exploración y análisis de señales (series temporales) en MATLAB
Objetivo: Aprenda a importar y visualizar fácilmente varias señales o conjuntos de datos de series temporales para obtener más información acerca de las características y tendencias de los datos.
- Importar, visualizar y explorar señales para obtener más información
- Realizar mediciones en señales
- Comparar varias señales en los dominios del tiempo y la frecuencia
- Realizar análisis del espectro interactivo
- Extraer regiones de interés para un análisis enfocado
- Recrear el análisis con scripts de MATLAB autogenerados
Preprocesamiento de señales para mejorar la calidad del conjunto de datos
Objetivo: Aprenda técnicas para depurar conjuntos de señales con operaciones como volver a muestrear, eliminar valores atípicos y llenar los vacíos.
- Realizar un nuevo muestreo para garantizar una base temporal común entre las señales
- Trabajar con datos muestreados de manera no uniforme
- Identificar vacíos en los datos y eliminar o llenar los vacíos
- Eliminar el ruido y el contenido de frecuencia no deseado
- Eliminar ruido en wavelets
- Usar el espectro envolvente para realizar análisis de fallos
- Localizar valores atípicos en los datos y reemplazarlos con los datos correctos
- Localizar puntos de cambio de señal y utilizar límites para crear automáticamente segmentos de señal
Extracción de características de las señales
Objetivo: Aplique diferentes técnicas en los dominios del tiempo y la frecuencia para extraer características. Familiarícese con las herramientas de análisis del espectro en MATLAB y explore formas de revelar características para varias señales.
- Localizar picos
- Localizar las señales deseadas de los patrones en los dominios del espectro y del tiempo
- Usar análisis del espectro para extraer características de las señales
- Realizar la clasificación mediante aprendizaje supervisado
- Usar la app Classification Learner para entrenar y evaluar algoritmos de clasificación de manera interactiva
Nivel: Intermedio
Prerrequisitos:
- Fundamentos de MATLAB o experiencia equivalente con MATLAB.
Duración: 1 día
Idiomas: English, 中文, 한국어
