zhlllllllllei 2023-08-07 20:16 采纳率: 0%
浏览 8

深度学习如何处理大尺寸的一维时序信号比较好呢？

用声发射传感器收集摩擦磨损信号，采样频率定到800kHz，存在高频（300kHz）摩擦信号。最后采集到的数据一段信号接近三千万个采样点，有两千个，基于这个数据集做磨损量预测。
如果直接用一维卷积神经网络特征提取会不会太慢了，需要做什么预处理吗，如果降采样会不会丢失高频信息？还是信号二维化用传统CNN处理比较好

  • 写回答

2条回答 默认 最新

  • 不良使 新星创作者: python技术领域 2023-08-07 21:21
    关注

    数据清洗，清除噪声数据，使用汉明窗提取特征就可以了

    评论

报告相同问题？

问题事件

  • 创建了问题 8月7日