文件名称：提取均值信号特征的matlab代码-resp-features:resp-特征
文件大小：13.33MB
文件格式：ZIP
更新时间：2024-06-21 16:15:55
系统开源
提取均值信号特征的matlab代码resp-特征 这样做的目的是实现 [1] 中描述的特征生成方法。 信号被分成“段”，我们从每个段中提取 610 个形态和 FWPT 特征。 通用算法的第 0-5 部分在generate_features.m中实现。 第 6-7 部分在resp_classifier.m中实现。 通用算法 选择数据 独立成分分析 (ICA) 经验模式分解 (EMD) 滤波 分割 形态特征 模糊小波包变换 (FWPT) 特性 支持向量机分类器 模型评估 generate_features.m 0. 选择数据 1. 国际民航组织 . 2. 电子产品开发 . 3.分割 我们从信号的“片段”中生成创建特征向量。 这些段在 [1] 中定义。 4. 形态特征 每个段总共贡献 100 个特征。 每个波谷 50 个，每个波峰 50 个。 5. FWPT 特点 每个段总共贡献 510 个特征。 我们使用了 [1] 中引用的相同算法，该算法已由 Khshaba 在 [2] 中公开提供。 参数窗口大小 (winsize) 和窗口增量 (wininc) 取决于我们的数据集。 对于第 7 部分中
【文件预览】：
resp-features-main
----.gitignore(23B)
----Reference()
--------khushaba2011.pdf(744KB)
--------Liu_et_al._-_2020_-_Continuous_User_Verification_via_Respiratory_Biome_2.pdf(5.12MB)
----generate_features.m(3KB)
----README.md(4KB)
----Data()
--------R2D7.txt(10.82MB)
--------data.mat(2.82MB)
----Features()
--------fwpt_2_ws256_wi2.mat(479KB)
--------morph_2.mat(95KB)
--------fwpt_1_ws256_wi2.mat(556KB)
--------morph_1.mat(110KB)
----Images()
--------src2_morph_seg127.png(56KB)
--------time-0-500.png(91KB)
----Helpers()
--------intersections()
--------clean_segments.m(1KB)
--------split_train_test.m(619B)
--------morph_features.m(3KB)
--------EMD()
--------getmswpfeat()
--------ICA()
----resp_classifier.m(1KB)