Als «fourier-transform» getaggte Fragen

Die Fourier-Transformation zerlegt ein Signal (eine Funktion der Zeit) in Frequenzen und gibt die Energie bei jeder Frequenz an.

1
Wavelet-Domain-Gauß-Prozesse: Was ist die Kovarianz?
Ich habe Maraun et al . Gelesen, "Nichtstationäre Gauß-Prozesse im Wavelet-Bereich: Synthese, Abschätzung und signifikante Tests" (2007), die eine Klasse von nichtstationären GPs definieren, die durch Multiplikatoren im Wavelet-Bereich spezifiziert werden können. Eine Realisierung eines solchen GP ist: wobei weißes Rauschen ist, die kontinuierliche Wavelet-Transformation in Bezug auf Wavelet , …
3
Ähnlichkeit zweier diskreter Fouriertransformationen?
Bei der Klimamodellierung suchen Sie nach Modellen, die das Erdklima angemessen abbilden können. Dazu gehört die Darstellung von Mustern, die semi-zyklisch sind: Dinge wie die El Nino-Südoszillation. Die Modellüberprüfung erfolgt jedoch im Allgemeinen über relativ kurze Zeiträume, in denen aussagekräftige Beobachtungsdaten vorliegen (letzte ~ 150 Jahre). Dies bedeutet, dass Ihr …
2
Aus statistischer Sicht: Fourier-Transformation vs. Regression auf Fourier-Basis
Ich versuche zu verstehen, ob die diskrete Fourier-Transformation die gleiche Darstellung einer Kurve wie eine Regression auf Fourier-Basis liefert. Beispielsweise, library(fda) Y=daily$tempav[,1] ## my data length(Y) ## =365 ## create Fourier basis and estimate the coefficients mybasis=create.fourier.basis(c(0,365),365) basisMat=eval.basis(1:365,mybasis) regcoef=coef(lm(Y~basisMat-1)) ## using Fourier transform fftcoef=fft(Y) ## compare head(fftcoef) head(regcoef) FFT gibt …
1
Warum sind zufällige Fourier-Merkmale nicht negativ?
Zufällige Fourier-Funktionen liefern Annäherungen an Kernelfunktionen. Sie werden für verschiedene Kernelmethoden wie SVMs und Gaußsche Prozesse verwendet. Heute habe ich versucht, die TensorFlow-Implementierung zu verwenden, und für die Hälfte meiner Funktionen wurden negative Werte angezeigt . So wie ich es verstehe, sollte dies nicht passieren. Also ging ich zurück zum …
1
Fourier / trigonometrische Interpolation
Hintergrund In einer Arbeit von Epstein (1991): Um tägliche klimatologische Werte aus monatlichen Mitteln zu erhalten , werden die Formulierung und ein Algorithmus zur Berechnung der Fourier-Interpolation für periodische und geradzahlige Werte angegeben. In der Arbeit geht es darum , durch Interpolation Tageswerte aus monatlichen Mitteln zu erhalten . Kurz …
1
STFT statistische Analyse
Ich verwende die evolfftFunktion im RSEISR-Paket, um eine STFT-Analyse eines Signals durchzuführen. Das Signal ist eine Stunde lang und wurde unter 3 verschiedenen Bedingungen erfasst, insbesondere 0-20 'Kontrolle, 20'-40'-Stimulus, 40'-60' nach Stimulus. Visuell sehe ich während dieser drei Perioden eine Änderung des Spektrogramms mit höherer Frequenz und erhöhter FFT-Leistung während …
3
Daten mit Fourier-Analyse deseasonalisieren
Ich habe Daten, denen zwei Verhaltensweisen zugrunde liegen. Erstens gibt es eine Periodizität darin. Es sieht aus wie eine Sinuskurve. Zweitens weisen die Datenpunkte ein konstantes Wachstum auf. Wenn ich also 100 Datenpunkte ohne Wachstum habe, sieht es aus wie eine Sinuskurve. Aber aufgrund der Wachstumsrate darin. Es gibt eine …
2
Fourier-Transformation im maschinellen Lernen
Ich möchte wissen, in welchen spezifischen Bereichen Fourier-Methoden beim maschinellen Lernen eingesetzt werden. Neben der Merkmalsextraktion und der Spektralanalyse möchte ich wissen, ob es Lernalgorithmen gibt, die auf Fourier-Methoden basieren. Ich möchte auch wissen, ob es eine Motivation gibt, Fourier-Methoden für probabilistische grafische Modelle zu verwenden.
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.