信号压缩
我要用神经网络进行模式识别,苦于每项输入值太多,想压缩一下.请高人指导一下有哪些方法可用于信号压缩. 原帖由 minnieme 于 2006-9-13 14:23 发表
我要用神经网络进行模式识别,苦于每项输入值太多,想压缩一下.
请高人指导一下有哪些方法可用于信号压缩.
用小波变换吧,比较常用且有效 书上说:"小波变换实现数据压缩的基本目标是使得信号在时间-频率域的分解系数所占的存储空间尽可能小."
而且我找了个简单的例子:
load leleccum;
indx=2600:3100;
x=leleccum(indx);
n=3;
w='db3';
=wavedec(x,n,w);
keepapp=1;
thr1=35;
=wdencmp('gbl',c,l,w,n,thr1,'h',keepapp);
压缩后xd1的个数与x的一样,都是501个点
并没有降低数据量 原帖由 minnieme 于 2006-9-14 11:17 发表
书上说:"小波变换实现数据压缩的基本目标是使得信号在时间-频率域的分解系数所占的存储空间尽可能小."
而且我找了个简单的例子:
load leleccum;
indx=2600:3100;
x=leleccum(indx);
n=3;
w='db3' ...
=wavedec(x,n,w);
仔细看看wavedec函数的帮助吧,返回值包含了各层的信息。
如果希望一层一层压缩,并且返回值的size缩小,用dwt函数吧
页:
[1]