python实现信号时域统计特征提取代码

　　

<强> 1。实验数据需求

　　

为了对采集的压力实验数据做特征工程,需要对信号进行时域的统计特征提取,包含了均值,均方根,偏度、峭度、波形因子,波峰因子,脉冲因子,峭度因子等,现用python对其进行实现。

　　

<强> 2. python实现

　　

其中的输入参数含义:

　　

①数据:实验数据的DataFrame

　　

②p1:所截取实验信号的起始采样点位置

　　

③p2:所截取实验信号的终止采样点位置

　　 　　 　　从熊猫进口系列 　　导入数学 　　pstf_list=[] 　　def psfeatureTime(数据,p1, p2): 　　#均值 　　数据(p1, p2) .mean df_mean=() 　　#方差 　　数据(p1, p2) .var df_var=() 　　#标准差 　　df_std=数据(p1, p2) . std () 　　#均方根 　　df_rms=math.sqrt(战俘(df_mean 2) +战俘(df_std 2)) 　　#偏度 　　数据(p1, p2) .skew df_skew=() 　　#峭度 　　数据(p1, p2) .kurt df_kurt=() 　　和=0 　　因为我在范围(p1, p2): 　　和+=math.sqrt (abs(数据[我])) 　　#波形因子 　　df_boxing=df_rms/(abs(数据(p1, p2)) .mean ()) 　　#峰值因子 　　df_fengzhi=(max(数据(p1, p2)))/df_rms 　　#脉冲因子 　　df_maichong=(max(数据(p1, p2)))/(abs(数据(p1, p2)) .mean ()) 　　#裕度因子 　　df_yudu=(max(数据(p1, p2)))/战俘(金额/(p2-p1)), (2) 　　featuretime_list=[df_mean df_rms、df_skew df_kurt, df_boxing, df_fengzhi, df_maichong, df_yudu] 　　返回featuretime_list 　　 　　

<强> 3 .结果与说明

　　

python实现信号时域统计特征提取代码

　　

　　

<强>回溯算法:一种优先搜索算法(试探法),按优条件向前搜索,以达目标,当试探到某步,发现原来选择并不好(走不通),就退回重新选择。

　　

回溯算法的一般步骤:1:定义问题的解空间(搜索中动态生成);2:确定易搜索的解空间结构(一般为树形结构或图);3:以深度优先的方式搜索解空间,搜索中用剪枝函数避免无效搜索。

　　

剪枝函数:1:用约束函数在扩展节点处减去不满足约束条件的子树;2:用限界函数减去不能得到最优解的子树。

　　

回溯法:实战

　　

<强> 1:电话号码的字母组合

　　

<强>方法:回溯(适用于组合问题)

　　 　　 　　类解决方案: 　　def letterCombination(自我,数字): 　　 　　电话={' 2 ' (' a ', ' b ', ' c '], 　　“3”:[' d ', ' e ', ' f '], 　　“4”:[' g ', ' h ', '我'], 　　 　　“5”(“j”、“k”、“l”), 　　“6”:[' m ', ' n ', ' o '], 　　“7”(“p”、“问”、“r”,“s”), 　　“8”:[' t ', ' u ', ' v '], 　　“9”:[' w ', ' x ', ' y ', ' z ']} 　　 　　res=[] #存放组合结果 　　def回溯(组合,next_digits): #回溯函数 　　#结合目前已经产生的组合,next_digits:输入的下一个字符 　　如果len (next_digits)==0: #递归出口 　　res.append(组合) 　　其他: 　　我的电话(next_digits [0]]: 　　回溯(组合+我,next_digits[1:]) #递归实现回溯 　　如果数字: 　　回溯(数字)#初始化 　　返回res 　　 　　

<强> 2:全排列

　　

输入:[1,2,3]
　　

　　

输出: 　　

　　

(
　　(1、2、3),
　　(1、3、2),
　　(2,1,3),
　　(2、3、1],
　　(3、1、2),
　　(3,2,1)
　　]
　　

　　 　　 　　 　　类解决方案: 　　def排列(自我,num): 　　 　　res=[] #存放组合结果 　　大?len (num) 　　 　　def回溯(组合,num): 　　#结合目前已经产生的组合,num为剩下的数组 　　#递归出口 　　#递归的结束一定要有回报 　　如果len(组合)==大小: 　　res.append(组合) 　　返回#注意 　　因为我在范围(len (num)): 　　回溯(组合+ (num[我]],num[我]+ num [i + 1:]) #递归回溯 　　 　　回溯([],num) 　　返回res 　　 　　if __name__==癬_main__”: 　　num=(1、2、3) 　　解决方案=解决方案() 　　打印(solution.permute (num) 　　 　　

<强> 3:数字组合

　　

输入:候选人=(2、3、6、7),目标=7,

　　

所求解集为:

　　
　　

(
　　[7],
　　(2,2,3)
　　)

　　 　　 　　 　　类解决方案: 　　def combinationArray(自我,候选人,目标): 　　 　　candidates.sort () 　　res=[] #存放组合结果 　　大?len(候选人) 　　 　　def回溯(组合,cur_sum j): 　　#结合目前已经产生的组合,cur_sum当前计算和,j用于控制求和的查找范围起的点 　　#递归出口 　　如果cur_sum>目标: 　　返回 　　如果cur_sum==目标: 　　res.append(组合) 　　因为我在范围(j、大小):# j避免重复 　　如果cur_sum +候选人[我]在目标:#约束函数(剪) 　　打破 　　j=我 　　回溯(组合+[候选人[我]],cur_sum +候选人[我],j) #递归回溯 　　 　　回溯([],0,0) 　　返回res 　　if __name__==癬_main__”: 　　候选人=(2、3、6、7) 　　目标=7 　　解决方案=解决方案() 　　print (solution.combinationArray(候选人、目标) 　　

python实现信号时域统计特征提取代码