- 博客(6)
- 收藏
- 关注
RSS订阅原创 异常数据处理
【摘要】数据分析中异常值处理需注意：1.直方图分析存在局限，均值标准差易受异常值干扰，仅适用于正态分布数据；2.处理方式多样，除删除外，可通过数据转换（如取对数、平方根等）来改善异常值影响，优化数据分布形态。（98字）
2025-10-24 16:46:14
173
原创 数字信号处理中的频率
由上述讨论可知，对应两个数字频率完全相同的信号，其模拟频率未必相同，因为这里还要考虑采样频率。在数字信号中，虽然经常不显式地出现采样频率，但它却是架起模拟信号与数字信号的桥梁，对信号处理的过程有举足轻重的影响。对其进行采样，采样间隔是Ts，采样率是Fs，则下面这个等式揭示出数字角频率和模拟角频率，模拟频率，采样率的关系。在模拟信号世界里，频率是一个清晰的概念，无外乎多了一个模拟角频率而已，它们之间的关系是。但是到了数字域，频率变得复杂起来，数字角频率，采样率，奈奎斯特频率。
2025-09-06 17:13:45
169
原创 插值与数字信号同步
我个人觉得数据点给的很多的时候就不再需要插值了，只需要拟合，看数据的走向趋势即可，因为本身插值就是在数据点太少的情况下看不出数据趋势才需要去生成新的可靠数据点的。另一方面是因为，数据点本身很多的话，多项式插值则次数很高，龙格现象会造成不准确插值。当然这一点可以通过分段低次插值克服。求出一个不要求过已知数据点的近似函数，不要求过那些数据点，只要求在这些点上的总偏差最小。插值可以使用在数字信号同步方面，所以浏览了一下。一个问题到底应该插值还是拟合，有时容易确定有时不能明显看出。后面还会更新这篇博客。
2025-09-06 12:31:22
224
原创 卷积的零零落落
因此边界处相当于输入做了零扩展（对a在没有完全进入滤波器时做了0扩展）,当a的尾巴进入滤波器后，接下来的计算结果则不被包含。即结果从a的第一个元素进入滤波器，到a的尾巴进入滤波器这段时间的处理结果。np.convolve(a, v, mode='same') # -> length 4, 返回长度是max(len(a), len(v))最近在使用卷积时，又遇到了'full'、'valid'或'same'这些选项，以前一直忽略，还是应该弄明白比较好，尤其是要知道由来。# 计算： [1*10,
2025-08-30 11:09:04
322
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人