Jx-EEGT：脑电图（EEG）特征提取工具箱 《迈向人才科学家：共享与学习》--- 介绍 此工具箱提供 30 种类型的 EEG 功能 A_Main文件显示了如何使用生成的样本信号应用特征提取方法。 输入 X : 信号 (1 x样本) opts : 参数设置（有些方法有参数：参考） 输出 feat ：特征向量（您可以使用其他名称，如f2等） 用法 采用主函数jfeeg进行特征提取。 您可以通过将'me'更改为来切换方法 如果你想提取平均能量（ ME ），那么你可以写 feat = jfeeg('me', X); 如果你想提取 hjorth 活动（ HA ），那么你可以写 feat = jfeeg('ha', X); 示例 1：提取 3 个正常特征（不带参数） % Generate a sample random signal X fs = 500; %

几种改进的MFCC特征参数提取方法，mfcc

纹理是一种重要的视觉线索，是图像中普遍存在而又难以描述的特征。纹理分类与分割是图像处理领域 一个经久不衰的热点研究领域，纹理特征提取作为纹理分类与分割的首要问题．一直是人们关注的焦点，各种纹理 特征提取方法层出不穷。在广泛文献调研的基础上，回顾了纹理特征提取方法的发展历程，分析了其研究现状，对 纹理特征提取方法进行了较为全面的综述，对其进行分类和比较，最后给出了纹理研究领域的主要发展趋势。

伴随着基因芯片的发展，通过研究海量的基因表达谱数据来识别肿瘤已成为生物信息学研究的热点．提出一种基于LoG(Laplace of Gaussian)矩阵分解的肿瘤基因特征提取方法，该方法首先将样本数据映射为高维空间中的点，然后构建点与点之间的LoG矩阵，在保留样本分类信息的情况下，使得无结构信息的基因表达谱数据变成具有结构信息的图，再对LoG权值矩阵进行非负矩阵分解得到能够表征样本特征的特征分量，最后用KNN对样本进行分类．通过对白血病和结肠癌基因表达谱数据的特征提取，验证该文方法的可行性和有效性．

行业分类-设备装置-一种基于稀疏分解的风力发电机组故障特征提取方法.zip

行业分类-电信-一种脉象信号时域特征提取方法.rar

作为机电液系统的输入源信号,电机电流信号具有容易获取的优点,是对机电液系统进行状态分析的理想信息来源。利用三相电机的电流信号对机电液系统的故障进行分析,并采用小波变换作为特征提取方法从电流信号中提取设备的故障特征。最后通过试验结果证明了所提方法有效性。

行业-电子政务-一种电力系统WAMS信息内嵌故障特征提取方法.zip

行业分类-设备装置-基于最优参数集合经验模式分解的机械故障特征提取方法.zip

通过当前产品特征提取方法获得的在线评论的产品特征集具有较低的评论信息覆盖率。 为了解决这个问题，本文提出了一种基于KNN算法的产品特征提取方法。 首先建立产品特征集的分类系统。 然后我们手动提取一部分产品特征作为训练集，并根据词与分类系统之间的相似性，快速对所有评论的产品特征进行分类和提取。 最后，使用PMI算法对其进行过滤和补充，以提高产品特征集的正确率和评论信息覆盖率。 通过淘宝平台在线服装评论数据示例，证明该方法可以有效提高产品功能集的评论信息覆盖率。