matlab希尔伯特变换代码我的脑电信号情感识别文凭论文
此回购包含与我在雅典国立技术大学（NTUA）的电气和计算机工程系本科学习的最后一年中为文凭论文所做的工作相关的所有编码部分。
整个代码在Matlab中，并且每个.m文件中的每个脚本的功能都有一个简短的描述。
该项目包括以下三个阶段：
阶段1：特征提取
提取的功能分为以下几类：
时域特征（信号统计，Hjorth特征，非平稳索引，高阶穿越）
频域特征（STFT，高阶谱）
时频域特征（希尔伯特-黄谱，离散小波变换）
电极组合功能（比例和差分对称）
阶段2：功能选择
使用了5种独立选择方法：
救济金
科恩的f
^
2
最小冗余最大相关性
基于快速相关的滤波器
无限特征选择
阶段3：分类
分类部分使用了4个离散分类器和1种神经网络：
QDA
知识网络
支持向量机
随机森林
深度信仰网络
2022-02-20 16:20:45
85KB
1
用C++,模板写的 7中排序.
快速排序, 归并排序,插入排序,选择排序,起泡排序,堆排序,希尔排序
2022-01-18 22:25:58
849KB
1
HILBERT2 通过希尔伯特变换从带限信号中提取瞬时包络和频率。 [ENV FREQ] = HILBERT2(X,FS)，对于向量 X，返回瞬时包络和频率的估计值。 假设 X 是以 FS 指定的速率（以 Hz 为单位）采样的带限信号。 如果未指定 FS，则 HILBERT2 使用 1 Hz 的采样率。 如果X是矩阵，则HILBERT2沿X的列进行操作。 如果输入 X 是复数，则只使用实部：X=real(X) HILBERT2 返回对应于 X 的复数分析信号的幅值 (ENV) 和参数变化率 (FREQ)。有关此技术和此处使用的公式的理论解释，请参见： Ktonas & Papp (1980) 从真实信号中提取瞬时包络和相位。 信号处理 2:373-385。 请务必将结果可视化，因为在估计波形边缘的瞬时包络和频率时，此技术可能会产生失真。 例子： %创建信号Fs = 500； T = 10；
2022-01-13 15:21:40
3KB
1
为了解决基于希尔伯特变换的单边带调制系统中I/Q信号幅度不一致的问题，本文通过理论分析和公式推导的方法得出影响I/Q信号正交性的主要因素是滤波器的阶数，并通过试验分析了不同阶数的滤波器是如何影响I/Q信号的正交性的，得出了滤波器阶数要保证至少覆盖3.7个信号周期才能确保I/Q信号正交的结论。同时给出了在ADSP上实现希尔伯特滤波器的具体流程。此外，给出了基于AD9957的数字正交上变频的设计方法和实现流程。
2022-01-11 17:34:46
840KB
1
本文实例讲述了Python实现希尔排序算法的原理与用法。分享给大家供大家参考，具体如下：
希尔排序(Shell Sort)是插入排序的一种。也称缩小增量排序，是直接插入排序算法的一种更高效的改进版本。
希尔排序的基本思想是：先将整个待排元素序列分割成若干个子序列（由相隔某个“增量”的元素组成的）分别进行直接插入排序，然后依次缩减增量再进行排序，待整个序列中的元素基本有序（增量足够小）时，再对全体元素进行一次直接插入排序。因为直接插入排序在元素基本有序的情况下（接近最好情况），效率是很高的，因此希尔排序在时间效率上比前两种方法有较大提高。（插入排序可参考前面一篇Python插入排序算法）
Pyt
2021-12-31 10:28:09
60KB
1