matlab代码影响心电图分类 心电图分类中的深度学习将一维信号转换为二维信号，并在计算机视觉中处理数据。 建立了基于图像分割和深度神经网络的二维心电图数据库。 结合传统的信号处理方法和神经网络传递学习，可以实时达到很高的信号分类精度。 数据预处理基于Matlab。 算法主要基于分割和去噪。 为了比较噪声对生理信号的影响，在将其放入神经网络之前，将预处理分为原始信号和噪声信号。 本文的另一个重要部分是将一维信号转换为二维信号，我们也在预处理代码中做到了这一点。 分类基于Alexnet。 由于ECG信号是一维信号，因此分类既来自于一维信号的分类，也来自于二维信号的分类，因此，Conv层会按尺寸进行修改。 该项目的出版物已发布在[1]基于转移学习和深度卷积神经网络的ECG分类上[2] ECD分类中一维和二维深层卷积神经网络的比较

第三版 作者是Henry Stark 和 John. W. Woods UCSD指定教科书

12 Gb/s Signal/Data Serial Interface — Electrical

Understanding Digital Signal Processing, Second Edition（英文版） 对于想学习DSP的朋友来说，非常推荐这本书。内容讲解生动、浅显易懂！

Understanding Digital Signal Processing Second Edition 如假包换

英文的 关于数字信号处理的 不过挺详细的 希望对大家有用

PyGSP：Python中的图形信号处理 PyGSP是一个Python软件包，可简化。 该文档可在文档中找到，并且开发在。 存在（大多数未维护的） 。 PyGSP促进了图形上的多种操作，例如计算其傅立叶基础，对信号进行滤波或内插，绘制图形，信号和滤波器。 它的核心是频谱图理论，并且提供的许多操作都可以缩放到非常大的图。 软件包中包含各种图形，包括斯坦福兔子和瑞士卷等点云； 到明尼苏达州道路网之类的网络； 生成随机图的模型，例如随机块模型，传感器网络，Erdős-Rényi模型，Barabási-Albert模型； 简单的图形，例如路径，环和网格。 还提供了许多滤波器组，例如各种小波，例如墨西哥帽，Meyer，Half Cosine； 一些低通滤波器，例如热核和指数窗； 和Gabor过滤器。 尽管有所有预定义的模型，您仍可以通过定义其邻接矩阵来轻松使用自定义图，并通过在光谱域中定义一组函数

由simon haykin著作。对海杂波有兴趣的人适用

高清原版，非扫描，信号处理的小波分析方法。很好的书

蚁群算法搜索信号有效带宽-search_wide_signal_all.m 蚁群算法搜索信号有效带宽