지원 벡터 머신을 사용한 푸리에 스펙트럼 분석

Question

나는 오늘 오후에 SVM에 대해 읽었습니다. 그리고 이것이 매우 유망 해 보이는 희망을 가지십시오.

현재 푸리에 스펙트럼의 패턴을 찾고있는 문제에 대해 작업하고 있습니다. 제가 말하고자하는 것은, 저는 수 일간 스펙트럼을보고 있다는 것입니다. 나는 반복되는 패턴을 찾기를 희망한다. 특정 패턴과 일치하는 일부 criterias를 찾았지만 다음 샘플에서는 전체 패턴이 약간 다르게 보일 수 있습니다. 그래서 항상 약간의 편차가 있기 때문에 설명하기가 어렵습니다. 또는 다른 방법으로 나는 뭔가를 간과 할 수도 있습니다. 하지만 나는 분명히 말할 수 있습니다. 그것은 훈련 데이터입니다.

나는 그것을 훈련시키고 분류를 예측하기 위해 SVM을 사용하기를 희망했다. 다른 데이터 세트가 있으면 훈련 데이터와 일치하거나 다른 것으로 인식되는 "다른"그룹으로 이동한다는 것을 알려주는 것을 의미합니다 (알 필요가 없음).

그게 SVM이 할 수있는 일입니까, 아니면 내가 완전히 끝났습니까? 내 문제가 SVM에 공급할 수있는 것인지 알아보기 위해 입력 데이터의 좋은 예를 찾을 수 없었습니다.

현재 Matlab을 사용 중입니다.

Answer 1

실제로이 특정 주제에 대해 수 많은 연구가 이루어졌지만, 특히 Wavelet Transform이 있습니다. Google Wavelet Transform 및 SVM을 사용하면 많은 논문을 찾을 수 있습니다. 거기에서 Wavelet에서 FFT 스펙트럼으로 모델을 쉽게 조정할 수 있습니다.

Answer 2

내가 SVM 경험이없는,하지만 난 여기에 관련 기술과 경험을 가지고 할, 그리고 내가 말할 수있는 작업은 다음과 같습니다

모든 가능성에

, 당신은 단순히 결정 SVM에 스펙트럼에서 갈 수 없어 . 다양한 입력을 구별하는 스펙트럼에 대해 무엇이 필요한지 결정해야합니다. 예를 들어 시간이 지남에 따라 데이터가 변경되는 방식 또는 입력을 다르게 만드는 고주파수와 저주파수의 관계가 있다면 단일 매개 변수를 인코딩해야합니다. 예를 들어, 일부 높은 주파수와 낮은 주파수의 비율 인 매개 변수를 만들 수 있습니다. 주파수 중심과 제로 크로싱 속도와 같은 매개 변수를 사용하여 스펙트럼보다 간단하지만 유용한 정보를 전달할 수도 있습니다 (오디오 및 연설에 사용됩니다. 사용자가보고있는 내용에 적용되는지 확실하지 않습니다) . 이러한 파생 된 매개 변수가 있으면 SVM 분석에 피드를 보내면 정렬이 수행됩니다.

HMM (숨겨진 마코프 모델), K 평균 및 로지스틱 회귀를 비롯하여 검사해야 할 다른 기술 (동일한 요구 사항도 있음)이 있습니다.