извличане на данни

[lmjandy]

как може да извличане на данни, използвани в DSP?

, които могат да показват някои книга за него, отколкото

 

[Guest]

Имам учат Data Mining техники и алгоритми за 3 години вече, затова притежават огромен опит в Приложения Data Mining на DSP.Просто ще ги изброят тук, за да не се свие място за другите участници.Ако някой наистина се интересува, просто се свържете с мен.Ще се радваме да.
: Spliting the signal into fragments of generally different sizes (lengths), which possess homogeneous properties.

1) Сегментация на сигнали:
Разделяне на сигнала в фрагменти от обикновено различни размери (дължина), които притежават еднородни свойства.Сегментация помага намиране на парчета на сигнала с различни свойства (спектрално, ststistical, информационен и т.н.)
- Uniting the discovered segments into a fixed number of classes (taxones, clusterers) which is defined deliberately or automatically.

2) Clustering
- Обединението на откритите части в определен брой часове (taxones, clusterers), която е определена умишлено или автоматично.В обединението се извършва съгласно специални алгоритми (к-означава, к-медиана, EM, паяжина, AVP, и т.н.)
- This direction consists od finding logical regularities in signal's internal structure and helps connecting different events in signals.

3) Минно Assosiacion Правила и последователно Анализ
- Това направление се състои Od намиране на логически закономерности във вътрешната структура на сигнала и помага свързване на различни събития в сигналите.Също така включва намиране на време шаблони (последователен анализ), които също характеризират природата на сигнала's
- Referring new signals or separate fragments to one of the known classes according to the constructed model (trees, rules, graphs, etc.)

4) Класирането
- Като се позовава на нови сигнали или отделни фрагменти на един от известните класове според построените модел (дървета, правила, графики и т.н.)
- very suitable and convenient for plotting n-dimensional dataset in order to observe their proximity or remoteness which is useful for explaining their classes labels.

5) Многоизмерим визуализация
- много подходящи и удобни за изчертаване N-тримерно набор от данни, за да наблюдава тяхната близост или отдалеченост, която е полезна за разясняване на техните класове етикети.
has been involved in the group of DM problems.

Неотдавна, Статистическият анализ
е участвал в групата на проблеми DM.Все пак, това е обикновено ефективен при предварителна обработка, когато това е абсолютно нищо не е наясно за набор от данни

С уважение,

Дмитрий

 

[mimran79]

Скъп
Интересувам се от извличане на данни материал (всички подтеми U опишете) ф PLZ .. може да даде материал на тази тема.
regads

 

[becool_hem]

здрасти
Имам нужда от информация за мултимедийните извличане на данни в MATLAB
моля да ми помогнеш