问题标签 [frequency-analysis]

我希望你能帮助我解决这个问题。我打算做什么：给定一个正确的文本，我想计算没有停用词的每个词干化标记 ngram 的频率（换句话说，停用词已经被删除）。

这是这种情况：我正在使用 ShingleAnalyzerWrapper + StandardAnalyzer 使用 IndexWriter 索引一些文本，并且当我向 IndexWriter 添加文档时（如下所示： indexwriter.addDocument(doc, analyzer); 其中分析器再次是 ShingleAnalyzerWrapper + StandardAnalyzer ）。

但问题是：当我得到术语频率和术语时，停用词似乎被下划线取代。

这是输入：
String text = "to i want to to i want to linked";
String text2 = "super by hard easy";

这是输出：
term: |freq:6
term: _|freq:2
term:_ hard|freq:1
term:_ i|freq:2
term:_ link|freq:1
term:easy|freq:1
term :hard|freq:1
term:hard easy|freq:1
term:i|freq:2
term:i want|freq:2
term:link|freq:1
term:super|freq:1
term:super _|freq: 1
学期：想要|频率：2
学期：想要 _|频率：2

如果有什么不清楚的地方，请问我，这样我会尽量让自己更清楚

谢谢您的帮助

我正在尝试通过 iphone 上的麦克风计算给定声音过程的频率。

我已经阅读了有关 FFT 的所有帖子（包括所有苹果代码示例，例如 aurioTouch、SpeakHere），但没有解决这个问题。

我正在使用 AudioQueue，但是如何从 AudioQueue 回调函数 (MyInputBufferHandler) inBuffer->mAudioData 传递原始数据“AudioQueueBufferRef”。到实际 FFT "DSPSplitComplex" 数据类型，所以我可以计算它。所有这些都使用 Accelerate 框架。

FFT 函数。

我还没有找到关于如何做到这一点的任何地方。请帮忙！

我想开发一个应用程序，它将音频（.wav）作为输入并显示其实时同步频谱。从我所看到的主题来看，这需要波的傅立叶变换。有人可以建议我应该从哪里开始吗？可能的参考资料和书籍。我想了解实时频谱实现的细节，而不是我非常熟悉的 GUI 的开发（在 C# 和 C++ 中）。

我一直在对这个主题进行大量研究，我终于找到了方向。下面是我正在使用的 java 代码中的两个复数：-9771.0 - j2125.0 -16184.09634718744 - j53968.71008512241

我知道幅度/幅度可以通过执行 sqrt(a^2 + b^2) 来计算，据我所知。我已经阅读了有关采样率的信息，但我需要单独对此进行更好的解释，并希望指出正确的方向以获取知识。我已经完成了功率谱图，但我需要在纸上做这个，所以我会知道如何获得频率。

给定一个包含字符串的列的数据框。我想绘制具有某种模式的字符串的频率。例如

我想绘制包含模式“cd”的字符串的频率任何人有一个快速的解决方案？

有人可以解释计数草图算法的工作原理吗？例如，我仍然无法弄清楚如何使用哈希。我很难理解这篇论文。

我想获取一个大小约为 70-80k 的字节数组，并将它们从时域转换为频域（可能使用 DFT）。到目前为止，我一直在关注 wiki 并获得了此代码。

据我所知，这可以找到每个频率窗口/箱的幅度。然后我穿过窗户，找到震级最高的那一个。我在该频率上添加了一个标志，以便在重建信号时使用。我检查重建的信号是否与我的原始数据集匹配。如果它没有找到下一个最高频率窗口，并在重建信号时标记它。

这是我用来重建信号的代码，我很确定这是非常错误的（它应该执行 IDFT）：

freqUsed 是一个布尔数组，用于标记在重建信号时是否应使用频率窗口。

无论如何，这是出现的问题：

1. 即使使用了所有频率窗口，也不会重建信号。这可能是由于...
2. 有时 Math.exp() 的值太高，因此返回无穷大。这使得难以获得准确的计算。
3. 虽然我一直关注 wiki 作为指南，但很难判断我的数据是否有意义。这使得测试和识别问题变得困难。

脱离问题：

我对此很陌生，并不完全了解所有内容。因此，感谢任何帮助或见解。感谢您花时间阅读所有内容，并提前感谢您提供的任何帮助。任何帮助真的会很好，即使你认为我这样做是最糟糕的可怕方式，我想知道。再次感谢。

-

编辑：

所以我更新了我的代码，如下所示：

对于原始变换和：

为逆变换。虽然我仍然担心它不能正常工作。我生成了一个包含单个正弦波的数组，它甚至无法分解/重建它。关于我缺少什么的任何见解？

我是R的初学者，我试图在没有找到任何东西的情况下找到有关以下内容的信息。

图中绿色图形由红色和黄色图形组成。但是假设我只有绿色图表之类的数据点。如何使用低通/高通滤波器提取低频/高频（即近似红色/黄色图表） ？

更新：图表是用

更新 2：使用signal包中的 Butterworth 过滤器建议我得到以下信息：

计算有点工作，signal.pdf 几乎没有给出关于W应该有什么值的提示，但最初的 octave 文档至少提到了让我前进的弧度。我的原始图表中的值没有选择任何特定的频率，所以我最终得到了以下不那么简单的频率：f_low = 1/500 * 2 = 1/250和f_high = 1/500 * 2*10 = 1/25采样频率f_s = 500/500 = 1。然后我为低通/高通滤波器（分别为 1/100 和 1/50）选择了介于低频和高频之间的 f_c。

几个星期以来，我一直在尝试实现一个 DFT，它采用任意字节集并将它们视为信号。然后将它们转换到频域。之后，它将它们转换回来。它最初只是尝试使用一些组件来重建原始信号。当这失败时，我尝试使用所有组件，但仍然失败。

我一直遵循维基百科的方程式作为如何执行此操作的指南，并且我的代码似乎与给出的方程式（在我的脑海中）相匹配：

密度泛函：

身份证：

任何人都可以帮我确定问题所在吗？

我之前问过一个关于同一个项目的问题，但措辞很糟糕，编辑可能会造成更多的混乱，而不是更少。此外，虽然这个问题可能已经得到解答，但我还有更多需要弄清楚。可以在这里找到

我正在尝试使用闪存中的窗口傅立叶级数制作频率分析仪，但我的窗口大小极大地影响了系数的大小。

我正在使用教科书中的公式来计算每一帧的系数：

其中deltax是样本之间的时间间隔，pcmFloatValue是 *n*deltax* 处的时域值。在教科书中，积分限制是0到2PI，然后积分除以PI......但我认为我可以将它用于任何区间并消除除法。

所以我获取频率大小的代码在这里：

number是以 Hz 为单位的频率，frameba是 44100 Hz 音频的单声道采样。我每抓到一个frameba就调用这个函数，它对应于这段代码：

所以问题是，当我有时改变窗口时，这两个系数的幅度变得非常大，而且它不是线性的。当窗口为 42 毫秒时，我得到如下值：

当我将其设置为 100 毫秒时：

...,3.487381020768127,7.610466058045129,45.780152579896324,77.46963149803167,35.531672823487014,0.6057853252694128,...

当我将其设置为 500 毫秒时：

所以它的平均大小不会不断增加。我不确定我是否做错了什么，我是否正确地考虑了这一点？