signalTimeFeatureExtractor
简化信号特征提取
描述
使用signalTimeFeatureExtractor从信号中提取时域特征。您可以使用提取的特征来训练机器学习模型或深学习网络。
创建
描述
超临界流体= signalTimeFeatureExtractorsignalTimeFeatureExtractor对象的默认属性值。
超临界流体= signalTimeFeatureExtractor (名称,值)signalTimeFeatureExtractor对象。例如,signalTimeFeatureExtractor (FeatureFormat =“表”)设置输出格式生成的功能表。
属性
对象的功能
提取 |
提取时域或频域特性 |
generateMATLABFunction |
创建MATLAB函数兼容C / c++代码生成 |
例子
从数据集合中提取时域特征
从肌提取时域特征(EMG)工作流数据供以后使用机器学习分类前臂动作。可用的文件在这个位置:https://ssd.mathworks.com/金宝appsupportfiles/SPT/data/MyoelectricData.zip。
这个示例使用EMG信号收集30前臂的科目[1]。720年的数据集包含文件。每个主题参与四个测试会议,执行六个试验不同的前臂动作/会话。下载并解压缩文件到临时目录中。
localfile = matlab.internal.examples.download金宝appSupportFile (“SPT”,“数据/ MyoelectricData.zip”);datasetFolder = fullfile (tempdir,“MyoelectricData”);解压缩(localfile datasetFolder)
每个文件包含一个八路EMG信号代表八前臂肌肉的激活在一系列的动作。采样率为1000 Hz。创建一个signalDatastore指向数据集文件夹。
fs = 1000;sds = signalDatastore (datasetFolder IncludeSubfolders = true);
对于这个示例,分析只有最后(六)每个会话的审判。使用endsWith函数来找到这些文件相对应的指标。创建一个新的数据存储包含这个子集的信号。
p = endsWith (sds.Files“6 d.mat”);sdssub =子集(sds、p);data = readall (sdssub);
创建一个signalTimeFeatureExtractor对象提取的意思是,均方根(RMS)和高峰值的EMG信号。调用提取函数来提取指定的特性。情节的高峰值第二个和第八EMG频道。
超临界流体= signalTimeFeatureExtractor (SampleRate = fs,意味着= true, RMS = true, PeakValue = true);M = [];F = [];为i = 1:长度(sdssub.Files) M{我1}=提取(技术、数据{我});结束为k = 1:30 peak2 = M {k, 1} (:, 3、2);peak8 = M {k, 1} (:, 3、8);F (k, 1) = peak2;F (k, 2) = peak8;结束酒吧(F)包含(“主题”)ylabel (“EMG高峰值(mV)”)传说([“频道2”;“频道8”])
引用
[1]Chan艾德里安。,和Geoffrey C. Green. 2007. "Myoelectric Control Development Toolbox." Paper presented at 30th Conference of the Canadian Medical & Biological Engineering Society, Toronto, Canada, 2007.
