问题标签 [spectral]

我从这里下载了 marple 数据：

http://www.ece.rice.edu/dsp/courses/elec532/DATA/

然后我尝试从这里运行示例：

http://thomas-cokelaer.info/software/spectrum/html/user/ref_param.html#module-burg

起初，我认为可能是数据格式错误，因此我将数据转换为删除任何前导空格并将其间的空格转换为单个逗号：

然后使用以下命令读取文件：

但我得到一个不同的错误：

我尝试了下面的示例。但我得到这个错误。怎么了？

我正在执行以下操作：执行 FFT / 在 FFT 结果中剪切每个高于 100Hz 的频率 / 执行逆 FFT

它运作良好......如果原始数据集没有偏移量！如果它有偏移，则输出结果幅度被破坏。

例子：

无偏移

带偏移（和噪声）

从数学上讲，我什至不确定我能做我正在做的事情。我所能观察到的是，有了偏移，基频是原来的两倍？？？！！！

你知道为什么偏移量会改变吗？

编码：

生成示例的示例代码：

谢谢 ！

亲切的问候，

编辑：更正的功能：

我已经安装了所有的 SPy 依赖项并尝试在 ipython 3.0 版中导入光谱模块并收到此错误：没有名为光谱的模块。什么可能是错的？

我的第一篇文章对任何错误表示歉意。

我正在尝试对模拟的昼夜节律数据集进行光谱分析。我将数据集拆分为 72 小时的重叠窗口，一次将窗口移动 1 小时，然后对每个窗口执行分析。

我已经很容易地将数据拆分成窗口，并在 MATLAB 中通过频谱重采样对窗口进行分析，然后再导入 R 以执行拟合和预测。在分析之前对数据进行线性去趋势。

我遇到的问题是，有时，合身是颠倒的，我不知道为什么。对于不同的模拟，它似乎处于不同的点。

一个窗口的数据因翻转谐波拟合而有罪：

对于这个特定的窗口，重要的频率如下：

现在，拾取的频率数量因窗口而异。这是我编写的代码，用于生成每个窗口的余弦曲线和预测的总和，并将它们放入矩阵中，每列都适合该窗口：

现在，这是我编写的用于绘制您需要的任何窗口的函数：

我会添加情节，但我没有足够的声誉。任何帮助将不胜感激！如果有任何编辑我可以做的比让我知道更容易！谢谢。

我在 txt 文件中每秒获取一个基于地面的磁数据，我想绘制它的傅里叶光谱。

我注意到 MatLab 上的谱图方程需要这个我不知道的参数（window、noverlap、nfft、Fs）。

而且我还注意到，我应该先对我的数据进行 FFT，然后再绘制它的频谱图，但是我的数据不是离散的，而离散数据的 FFt，有人知道我该怎么做吗？

我有一个包含 182 个用户的亲和力矩阵。我想根据相似度矩阵对用户进行聚类。但结果似乎将几乎所有用户聚集到一个集群中。谁能解释一下？

对于相似度矩阵。有 182*182 个条目。6510 个条目 > 0.001 ，最大值 > 0.97。对话矩阵为0。这个相似度矩阵有问题还是光谱聚类不适合这种情况？您还有其他推荐的聚类方法吗？

我正在遵循本指南以执行光谱减法，到目前为止，我有以下代码，但我无法弄清楚如何在最后成功地将每个重叠帧连接在一起。谢谢你的帮助。

我已经尝试了几个小时，但我找不到解决方案。

我有“两个甜甜圈”数据样本（变量“X”）

您可以在下面的链接下载文件

甜甜圈数据集（rings.mat）

扩展到如下图所示的 2D 形状

前 250 点位于甜甜圈内，后 750 点位于甜甜圈外。

我需要执行光谱聚类。

我用高斯相似距离制作（相似矩阵“W”）。

我通过每个原始“W”的总和制作度矩阵

然后我计算了特征值（E）和特征向量（V）

而且“V”字形不好。

我的审判有什么问题？？？

我想不通。

我sklearn.cluster.SpectralClustering在一个具有相当稀疏特征的数据集上应用光谱聚类 ( )。在 Python 中进行谱聚类时，我收到以下警告：

UserWarning: Graph is not fully connected, spectral embedding may not work as expected. warnings.warn("Graph is not fully connected, spectral embedding"

这通常会出现这样的错误：

然而，当使用相同的设置时，这个警告/错误并不总是发生（即它的行为不是很一致，因此很难测试）。它发生在 n_clusters 的不同值上，但在值 n=2 和 n > 7 时发生的频率更高（至少这是我的简短经验；正如我所提到的，它的行为不是很一致）。

我应该如何处理这个警告和相关错误？它取决于功能的数量吗？如果我添加更多呢？

我正在尝试在 3 维中使用 Matlab 的 ifftn 来获得物理空间的解决方案。特别是我试图在 1/k^2 上使用 ifftn。物理空间的解析解是 1/(4*pi*r)。但是我没有恢复。请注意：$r = sqrt(x^2 + y^2 + z^2)$ 和 $k = sqrt(kx^2 + ky^2 + kz^2)$。