问题标签 [time-frequency]

我有以下 gabor 滤波器来提取图像纹理特征..

当我运行此代码时，我收到此错误：

错误使用 ==> 次矩阵维度必须一致。==> ComputeGaborFeatures4 在 37 z=b.*h 处出错；

请如果有人可以帮助我解决这个错误或者任何人可以给我另一个简单的gabor过滤器？

如何设计用于模式识别的 Gabor 滤波器。我就是想不通。

大家好>>希望你们一切都好

我想问你关于计算图像相位值的问题，你看我像这样使用 Gabor wavlet：

然后我用不同的方向和比例调用图像和滤波器，并将相位存储在 P 中，然后我想用 rang 4 i 量化它：

但是数据太小了：-1.49279186693682 1.50990968797986 -1.39225915272978 0.966151874072431

这导致0的量化值>>我哪里出错了

我想对 EEG 信号进行时频分析。我找到了用于计算小波系数的 GSL 小波函数。如何从该系数中提取实际频带（例如 8 - 12 Hz）？GSL 手册说：

对于前向变换，原始数组的元素被f_i -> w_{j,k}压缩三角形存储布局中的离散小波变换替换，其中J是级别的索引j = 0 ... J-1，K是每个级别内的系数的索引，k = 0 ... (2^j)-1。总层数为J = \log_2(n)。

输出数据具有以下形式，(s_{-1,0}, d_{0,0}, d_{1,0}, d_{1,1}, d_{2,0}, ..., d_{j,k}, ..., d_{J-1,2^{J-1}-1})

如果我理解正确的输出数组data[]在位置1（例如data[1]）包含频带 2^0 = 1 Hz 的幅度，并且

等等 ...

这意味着我只有频率 1 Hz、2 Hz、4 Hz、8 Hz、16 Hz 的幅度……我怎样才能获得例如以 5.3 Hz 振荡的频率分量的幅度？如何获得整个频率范围的幅度，例如 8 - 13 Hz 的幅度？有什么建议如何获得良好的时频分布？

我正在编写一个图像水印系统，通过使用离散小波变换来转换图像的亮度通道，然后修改 DWT 输出的 LL 频带中的系数，从而在图像的低频带中隐藏水印。然后我做一个反向 DWT 并重建我的图像。

我遇到的问题是，当我修改 DWT 输出中的系数，然后是逆 DWT，然后再次修改 DWT 时，修改后的系数完全不同。

例如，2-scale DWT 的 LL 波段的输出系数之一是 -0.10704，我将这个系数修改为 16.89，然后对我的数据执行 IDWT。然后我获取了 IDWT 的输出并再次对其进行了 DWT，修改为 16.89 的系数变为 0.022。

我相当肯定 DWT 和 IDWT 代码是正确的，因为我已经针对其他库对其进行了测试，并且当滤波器系数和其他参数相同时，每个变换的输出都匹配。（由于舍入误差，在可以预期的范围内）

我遇到的主要问题是我可能不太了解 DWT，我认为 DWT 和 IDWT 应该是合理无损的（除了舍入误差等），但这里似乎并非如此.

我希望更熟悉变换的人可以指出一个可能的问题，是否有可能因为该位置的其他子带（LH、HL、HH）中的系数微不足道，我正在丢失数据？如果是这样，我如何确定这可能发生在哪些系数上？

我的嵌入函数如下，在 LL 频带中选择系数，如果所选位置的 LH、HH 或 HL 频带的绝对值大于相应子频带的平均值，则确定“强”为真。

我正在尝试分析 R 中的一些嘈杂的时间序列数据。这些数据基于动物的二氧化碳排放量，它们显示出一种我想表征的循环周期性。我想检验假设：

H0：没有循环 CO2 排放（即不超过随机排放）。

H1：存在循环或脉冲的 CO2 排放模式。

为此，我将数据导入 R，将其转换为时间序列类，并绘制其周期图。

这就是它的样子，原始数据绘制在顶部，周期图绘制在下方：

在底部的图中，我可以看到四个或五个稍微不同的峰值，表示数据中的频率分量。我的问题是——它们都同样“重要”吗？有什么方法可以测试观察到的峰是否彼此显着不同或与零假设的预测有显着差异？我所知道的只是找到与这些峰值相关的频率，但我想要一种更客观的方法来确定数据中真正存在多少“重要”峰值。

我正在寻找分析和比较以下“信号”：

（编辑：这里有更好的效果图：振荡好，这里：振荡不好）

你看到的是一种人工神经网络的神经元激活图，它是随时间绘制的。图中的每一行都是神经元随时间的激活，其值可以在 -1 和 1 之间。

在第一个情节中，活动是稳定和一致的，而第二个则体现了更混乱的活动（因为缺少更好的术语）——某种破坏性干扰似乎经常发生。

无论如何，我想做一些“聪明”的分析，但由于信号分析真的不是我的强项，所以我想在这里寻求一些建议......

编辑：让我澄清一下。最后，我想描述数据的特征。例如，这可能涉及精确定位每个图中包含的各个信号之间的相关性。我想测量“规律性”或数据不变性：在上面的例子中，上图比下图更规律。我想因此我可以计算每个信号的方差并将其作为衡量标准；但我想知道一些更全面的信号处理技术是否更适合（我不确定）。事实上，我什至不确定信号处理是否是我现在真正想要的。也许某种小波或ft分析......

对于那些感兴趣的人，我正在研究蠕虫运动的计算建模。

如果采样时间间隔为 10 秒，并且在此间隔期间发生 3 个事件，则第一个事件发生在第 4 秒，第二个事件发生在第 7 秒，第 8 个事件发生在 8 秒。有没有办法可以预测下一个事件何时发生？有这个数学公式吗？任何我应该研究的建议

我想知道，笔记是如何构建的。以乐器（小提琴或钢琴）为例，Note LA4 (A4) 具有 440Hz 的主（或中心）频率 FC，具有特定幅度 AC，但它还必须具有其他频率（谐波？） FH，具有其他幅度 AH。

谐波具有取决于主频率的其他频率，其幅度（几乎）小于主频率的幅度。

成型（建筑）注释

我想知道笔记是如何形成（建立）的（不考虑时间）。

示例：A4 = AC(FC) + AH1(FH1)+ AH2(FH2) + AH3(FH3) + AH4(FH4)....AHn(FHn) 也许，FH1 = 2*FC，FH2 = 3*FC， FH3 = 4*FC，以此类推....

乐器之间的比较（小提琴和钢琴）

对于钢琴，The Note LA4 (A4) 的主频 FC 为 440Hz，并且 Maybe，FC(Piano) = FC(Violin), FH1(Piano) = FH1(Violin), FH2(Piano) = FH2(Violin), and很快....

但是，AC（钢琴）！= AC（小提琴），AH1（钢琴）！= AH1（小提琴），AH2（钢琴）！= AH2（小提琴），等等......

我的问题的例子是： http ://www.phys.unsw.edu.au/jw/sound.spectrum.html

我想演奏这个音符避免 MIDI 格式，这可以在 Java/C#（或其他语言编程）中实现，然后更多地控制我的声音。

谢谢你。

安娜

我必须在 13 号引脚计算并行端口的输入频率，来自 555 定时器 IC，实际频率应该在 3-4 Hz 左右（ON 脉冲）。我已经尝试了几次代码，但每次都给出不同的值。我尝试了以下代码：

输出：

我该怎么做才能获得准确的频率？我的代码有什么问题吗？我正在使用inpout32.dll来控制并行端口。