信号与背景分类

信号的分类与Matlab绘图

主要包括连续信号和离散信号在Matlab中的绘制方法。具体要求包括掌握plot函数用于连续信号的绘制，以及stem函数用于离散信号的绘制。

Matlab 3 2024-07-25

心电信号识别与分类算法研究

详细探讨了心电信号识别与分类算法，包括其实现方法和代码解析，是学术研究的珍贵资源。

Matlab 2 2024-08-01

心跳信号分类预测数据集

本数据集用于预测心电图心跳信号类别，包含超过 20 万条来自某平台的心电图数据记录，每条数据均由 1 列采样频次一致、长度相等的信号序列组成。为确保比赛公平，将抽取 10 万条作为训练集，2 万条作为测试集 A，2 万条作为测试集 B，并对心跳信号类别进行脱敏处理。数据集包含以下文件：testA.csv、sample_submit.csv 和 train.csv。

数据挖掘 4 2024-05-19

BP神经网络数据分类：语音特征信号分类

本案例使用BP神经网络进行数据分类，针对语音特征信号进行分类。提供神经网络样本数据和Matlab源代码。

Matlab 1 2024-05-15

MATLAB神经网络BP神经网络数据分类与语音特征信号分类案例分析

MATLAB神经网络43个案例分析BP神经网络的数据分类-语音特征信号分类.zip

Matlab 0 2024-09-30

BP神经网络的数据分类与语音特征信号处理

BP神经网络在数据分类与语音特征信号处理中的应用案例。

Matlab 0 2024-08-08

数据挖掘的演化与应用背景

数据挖掘是从海量数据中提取有价值知识的过程，在计算机科学、数据库和人工智能领域具有重要角色。它不仅限于简单的数据检索，利用多种算法和技术深度分析数据，揭示隐藏的模式、趋势和关联，支持决策和业务优化。数据挖掘包括数据预处理、模式识别、模型验证等多个环节，任务涵盖关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。其核心特点在于自动化和深度分析，使用决策树、神经网络、贝叶斯网络、支持向量机等算法进行模式发现。发展至今，数据挖掘应用已扩展至社交媒体、生物信息学和推荐系统等多领域。

数据挖掘 0 2024-10-14

基于MATLAB平台的SVM图像分类程序卫星干扰信号分类

这是一个基于MATLAB平台开发的SVM图像分类程序，有效分类卫星干扰信号。该程序利用支持向量机算法进行信号分析和分类，适用于处理各类干扰信号。

Matlab 2 2024-08-03

知识背景序列模型与关联规则对比

知识背景：序列模型 VS 关联规则 序列模型 = 关联规则 + 时间（空间）维度 关联规则： 微软股票下跌 50%，IBM 股票下跌将近 4%。 序列模式： 微软股票下跌 50%，IBM 股票也会在 3 天之内下跌将近 4%。

数据挖掘 4 2024-05-28

MATLAB开发声学背景中语音信号的起始和终止帧检测

这个MATLAB练习涉及分析一个包含背景信号、语音和再次背景信号的音频文件。分析基于短时对数能量和短时过零率参数，程序确定语音开始和结束的最佳帧信号估计。详细指南可在文件“4.1 Speech Endpoint Detector.pdf”中找到。

Matlab 1 2024-08-04