机器学习的特征提取

Question

寻找一些建议。我正在玩加速度计，结合matlab中的机器学习应用程序。显然，有许多方法可以从时域和频域中提取接收数据中的特征。但是，我最近遇到了时频分析，特别是使用小波。

是否有人建议使用小波分析对加速度计（或类似）数据进行分类以及使用它的好处？或者，如果确实这是一种提取功能的有效方法？我不太确定我应该使用这种方法提取哪种数据？

提前致谢。

Answer 1

几点需要注意，

1）您可以将多个样本（应该是二元数并且取决于您的采样频率）转换为小波域并对该数据进行分类。 （例如，如果您转换64个加速度计样本，那么您在小波域中也有64个点）。

2）除了小波变换的时频信息外，小波变换具有稀疏性 （https://en.wikipedia.org/wiki/Sparse_approximation）对您的分类模型有用。

3）另外，你可以尝试不同的小波基函数（母小波），

并尝试确定哪种基础最适合您的数据。也许你可以从Haar基函数开始，因为它更适合捕获数据的奇异行为。