【项目介绍】
基于梅尔频谱图的音频信号分类识别(Pytorch)项目源码，本项目将使用Pytorch，实现一个简单的的音频信号分类器，可应用于机械信号分类识别，鸟叫声信号识别等应用场景。
项目使用librosa进行音频信号处理，backbone使用mobilenet_v2，在Urbansound8K数据上，最终收敛的准确率在训练集99%，测试集96%，如果想进一步提高识别准确率可以使用更重的backbone和更多的数据增强方法。
【博客地址】
《基于梅尔频谱图的音频信号分类识别(Pytorch)》https://panjinquan.blog.csdn.net/article/details/120601437
2021-10-14 11:00:17
663B
a.用FFT计算信号的频谱，并显示信号的幅频和相频波形，坐标横轴以频率Hz为单位。
b.以下列参数计算CZT：
起始频率：40Hz，
将CZT的幅频、相频图显示在屏幕上，坐标横轴以频率Hz为单位，与a的结果比较有什么不同。
2021-10-13 16:00:54
661B
1
使用gnuradio和usrp，模拟一个软件频谱仪；可以测试在指定载频点是否有信号，已经数据是否正确，增益多大时效果最好！增益和载频范围滑动可调
2021-10-12 15:11:26
45KB
1
matlab希尔伯特变换代码神经元时间频率
专门用于时频域功能的特征提取库。
包括小波变换，频谱图，时频分布和其他算法。
程式码范例
使用短时傅立叶变换的频谱图
var
window
=
MathNet.Numerics.Window.Gauss(51,
0.5);
var
spectrogram
=
Spectrogram.Estimate(new
Signal(samples,
fs:
1000d),
window);
Console.WriteLine("Amplitude:
{0}",
spectrogram.EnumerateValueOfFrequency(60d).Max());
连续小波变换
var
wavelet
=
Wavelets.Wavelets.Morlet;
var
scales
=
Enumerable.Range(0,
10);
var
cwt
=
ContinuousWaveletTransform.EstimateUsingConvolutions(new
Signal(samples,
fs:
1000d),
wav
2021-10-10 19:46:45
5.53MB
1
区块链本质上是分布式数据库，无需第三方中介机构即可安全更新状态。将区块链技术引入6G蜂窝移动通信系统中以保障用户的隐私安全，减少资源分配和通信服务成本，支持不同分布式应用，从而实现移动通信和区块链技术的有机结合，被预测为6G蜂窝移动通信的关键技术之一。从区块链结合物联网（IoT）、边缘计算、频谱分配、干扰管理方面展开了详细的介绍，阐述了近年来国际学术界在该方向的最新研究进展，并在此基础上对6G蜂窝移动通信中区块链技术的发展趋势进行了进一步的展望。
2021-10-10 00:22:39
733KB
1
大家好，我需要你的帮助。我想为基于 CMME 的认知无线电频谱感知实现 matlab 代码。我运行我的附加代码，但它给出了不想要的结果。有人能帮我找到我做错的地方吗？谢谢
2021-10-08 15:10:23
1KB
1