機械学習のための特徴抽出

Question

いくつかのアドバイスを探しています。私は加速度計で、matlabのマシン学習アプリと組み合わせて遊んでいます。明らかに、時間ドメインと周波数ドメインの両方で、受信したデータから特徴を抽出する多くの方法があります。しかし、私は最近、特にウェーブレットを使用して、時間 - 周波数分析に遭遇しました。

加速度計（または同様の）データを分類するためのウェーブレット解析とそれを使用するメリットについて、誰も助言を得ていますか？あるいは、これがフィーチャーを抽出するための有効な方法でしょうか？私はこのメソッドを使用して抽出する必要があるデータの種類はあまりよく分かりません。

ありがとうございます。

Answer 1

いくつかのポイントが進数にしてください（あなたがサンプルの数を変換することができ

1）、注意およびウェーブレットドメインに）あなたのサンプリング周波数に依存し、そのデータを分類します。 （例えば、64個の加速度計サンプルを変換する場合、ウェーブレット領域には64個の点があります）。

2）ウェーブレット変換の時間 - 周波数情報とは別に、ウェーブレット変換は、分類モデルに役立つスパース性プロパティ （https://en.wikipedia.org/wiki/Sparse_approximation）を持っています。

3）また、あなたは、

を異なるウェーブレット基底関数（マザーウェーブレット）を試してみて、あなたのデータのために最も適している根拠を理解しようとすることができます。おそらく、Haar基底関数から始めることができます。なぜなら、データの特異な振る舞いを捕捉する方が適しているからです。