我在识别信号时遇到问题。假设信号是准周期信号,周期时间有有限的限制。信号的“形状”必须符合某些标准,因此实际算法使用信号处理技术,如滤波、推导信号、寻找最大值和最小值。它在找到良好信号方面的速度很高,但问题是它也检测到错误的形状。
所以我想使用人工智能——主要是神经网络——来克服这个问题。我认为具有一些平均输入(可以减少信号)和一个输出的多层网络应该显示从 0..1 开始的“匹配”。但是问题是我从来没有做过这样的事情,所以我在寻求帮助,如何实现这样的事情?如何教神经网络得到预期的结果?(假设我有输入向量,应该给出 1 作为输出)
或者这整个想法是对问题的错误近似?我愿意接受任何学习算法或想法来学习和使用来克服这个问题。
所以这里有一个关于测量信号的图(现在不关心值和时间),你可以看到很多“错误”的信号,如上所述,检测到的最多的信号是好的。