一行代码快速实现特征提取！
理论讲解：https://blog.csdn.net/fengzhuqiaoqiu/article/details/124979190?spm=1001.2014.3001.5501
function fea = genFeatureEn(data,featureNamesCell,options)
% 特征提取函数
% 输入：
% data：待特征提取的时域信号，可以是二维数据，行列方向不可出错
% options：其他设置，使用结构体的方式导入。
% featureNamesCell：拟进行特征提取的特征名称，该变量为cell类型，其中包含的特征名称为字符串，特征名称需要在下边列表中：
% 目前支持的特征（2022.7.10，共8种）：
% psdE：功率谱熵
% svdpE：奇异谱熵
% eE：能量熵
% ApEn：近似熵
% SampleEn：样本熵
% FuzzyEn：模糊熵
% PerEn：排列熵
% enveEn：包络熵
2022-07-22 18:25:57
16KB
1
本资源将信息论与编码学这门学科整本书所要考的重点内容进行了总结，基本涵盖了考试所要考的所有内容，将知识点进行了有效的排版，从定义到性质，从例题到计算进行了具体精准的分析，具体内容有(第一章、绪论；第二章、信息的统计度量；第三章、离散信源；第四章、离散信道及其容量；第五章、无失真信源编码；第六章、有噪信道编码；第九章、纠错编码)。适用于学习信息论与编码这门学科的学生进行期末的有效复习，内容干货满满，没有一句废话，讲的全是重要的知识点。对于想在期末考出高分或者在期末临时抱佛脚的学生，本资源对于你们来说就是福音，机不可失，时不再来。赶快下载吧。
2022-06-10 16:00:11
10.7MB
ceemd分解，还是很不错的，先将数据精心ceemd分解，得到imf分量，然后通过相关系数帅选分量，在求出他们的信息熵的特征，完美运行，你值得拥有
2022-06-07 12:03:36
61KB
ceemd分解，还是很不错的，先将数据精心ceemd分解，得到imf分量，然后通过相关系数帅选分量，在求出他们的信息熵的特征，完美运行，你值得拥有，可以的话，给一个好评，谢谢。
2022-05-31 17:06:24
60KB
输入彩色图像，转化为灰度图像后，进行图像信息熵（一维和二维）、互信息等计算和对比分析。
2022-05-30 22:29:45
1KB