摘要：简介 整个 傅里叶变换 很复杂，但并非 AI 领域的核心，了解即可； 傅里叶变换 也是一种 信号分解 的方法，把一个 时域信号 分解成 多个 基波（不同振幅和频率的正弦波）； 在频域图像中，横轴代表 频率，纵轴代表 振幅， 其实这些不难理解，难的是 为啥这么玩，有啥用？ 其实也很简单，分解成 基波以 阅读全文

摘要：峭度的定义 峭度（Kurtosis）K 是反映 振动信号（幅值） 分布特性的 数值统计量，是 归一化（标准化）的4阶中心矩 计算公式 峭度的意义 峭度系数的意义如图所示，当k=3时，代表分布曲线具有正常峰度，即零峭度；由计算公式可知， 当 标准差 小于 正常标准差 时，即观测值分散程度较小时，k增大 阅读全文

摘要：小波，就是很小的波，它的积分总是接近于 0； 小波 又分为 小波分解 和 小波包分解； 小波分解 只对 低频部分 进行分解，对高频部分不再分解，所以能够过滤掉 高频部分； 低频部分 代表了 趋势，也叫 近似信号；高频部分 代表了 噪声，也叫 细节信号； 小波包分解 则既对 低频部分 进行分解，也对 阅读全文

摘要：熵，事物的混乱程度； 熵有很多种计算方式； 概念介绍 如何理解呢？或者说 两个 均值相减 怎么就能反应 时间序列 的复杂性？ 首先，简单思考下这个计算过程，先用 m 长的窗口 滑动生成 一组 m 长的数组，假设 m = 2，那就是 一个 (n-m+1)x2 的数组，然后计算 每行 之间的距离，这其实 阅读全文

摘要：EMD EEMD EMD，经验模态分解，是一种信号分解的技术； 它提出了一个概念叫 基本模态分量 IMF， EMD 用于处理非平稳信号，可用于任意数据，基于数据本身进行分解； EMD 把一个信号分解成 多个 IMF，每个 IMF 具有线性和非线性的特点，还有一个 信号残余分量，常常代表信号的直流分量 阅读全文