【毕业设计】基于雷达与深度学习的摔倒检测——雷达数据集处理

该博客详细介绍了如何处理基于雷达的摔倒检测数据集,通过中值滤波减少噪声,接着利用SVD分解压缩图像信息,降低存储需求。文章展示了具体的代码实现,包括数据集的读取、滤波、SVD分解以及特征值选择的过程。
摘要由CSDN通过智能技术生成

雷达原始数据是时域非平稳信号,快速傅里叶变换(Fast Fourier Transformation, FFT)不能很好地提取微多普勒效应的模式特征。因此短时傅里叶变换(Short Time Fourier Transformation, STFT)被应用于雷达信号的时频谱分析。本文主要介绍雷达数据集的预处理过程,包括时频谱图的中值滤波与 SVD 分解。

目录

1 数据集处理

1.1 中值滤波

1.2 SVD 分解

2 数据集保存与读取


1 数据集处理

1.1 中值滤波

        首先使用 numpy 库读取处理前的雷达时频谱图。

import numpy as np
import matplotlib.pyplot as plt

# 读取数据
dataset = np.load('./radar-dataset-full-ch
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

洋洋Young

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值