Saltar al contenido
MathWorks

Cursos online a su ritmo

  • Self-Paced Content
  • MathWorks
  • Centro de ayuda de MATLAB
  • Comunidad de usuarios
  • Aprendizaje
  • Obtenga MATLAB MATLAB
  • Inicie sesión
    • Mi Cuenta
    • Mi perfil de la comunidad
    • Asociar Licencia
    • Cerrar sesión
  • Contactar con el soporte de MathWorks
  • Visit mathworks.com
  • Online Courses
MathWorks MathWorks

Seleccione un país/idioma

Seleccione un país/idioma para obtener contenido traducido, si está disponible, y ver eventos y ofertas de productos y servicios locales. Según su ubicación geográfica, recomendamos que seleccione: .

  • (English)
  • (Deutsch)
  • (Français)
  • （简体中文）
  • (English)

También puede seleccionar uno de estos países/idiomas:

Cómo obtener el mejor rendimiento

Seleccione China (en idioma chino o inglés) para obtener el mejor rendimiento. Los sitios web de otros países no están optimizados para ser accedidos desde su ubicación geográfica.

América

  • América Latina (Español)
  • Canada (English)
  • United States (English)

Europa

  • Belgium (English)
  • Denmark (English)
  • Deutschland (Deutsch)
  • España (Español)
  • Finland (English)
  • France (Français)
  • Ireland (English)
  • Italia (Italiano)
  • Luxembourg (English)
  • Netherlands (English)
  • Norway (English)
  • Österreich (Deutsch)
  • Portugal (English)
  • Sweden (English)
  • Switzerland
    • Deutsch
    • English
    • Français
  • United Kingdom (English)

Asia-Pacífico

  • Australia (English)
  • India (English)
  • New Zealand (English)
  • 中国
    • 简体中文
    • English
  • 日本 (日本語)
  • 한국 (한국어)

Comuníquese con su oficina local

image for course Técnicas de extracción de características de señales

Técnicas de extracción de características de señales

Otenga un conocimiento profundo de las técnicas usadas para extraer características de señales en los dominios de tiempo, frecuencia y tiempo-frecuencia. Aprenda técnicas específicas para capturar las características de señales variadas en el tiempo dividiéndolas en segmentos.

Módulos del curso

Introduction

Get an overview of the course.

Lecciones:
  • Course Overview
  • Learning Outcomes and Prerequisites
  • Course Example: Features from Flood Signals

Explore Signals

Analyze signals in both the time and frequency domains to identify potential features of the signal.

Lecciones:
  • Explore the Signal in the Time Domain
  • Explore the Signal Spectrum

Extract Signal Features

Extract key features from signals in both the time and frequency domains.

Lecciones:
  • Types of Signal Features
  • Extract Time-Domain Features
  • Extract Frequency-Domain Features

Extract Features from Multiple Signals

Extract relevant features from multiple signals and organize them into a structured table for further analysis.

Lecciones:
  • Import Signals with a Datastore
  • Extract Features from Multiple Signals
  • Add Labels to Feature Table

Extract Features from Time-Varying Signals

Create feature extractor objects for specific signal segments to extract the essential characteristics of time-varying signals.

Lecciones:
  • Signal Segmentation
  • Visualize the Time-Varying Labeled Signal
  • Choose Frame Size
  • Create a Feature Extractor Object for Signal Segments
  • Partition the Label Sequence
  • Extract Wavelet Features

Evaluate the Features

Analyze and evaluate the extracted signal features by identifying patterns and assessing feature relevance through ranking algorithms.

Lecciones:
  • Find Patterns in Extracted Features
  • Check Feature Relevance by Ranking

Conclusion

Learn the next steps and give feedback on the course.

Lecciones:
  • Summary
  • Additional Resources
  • Survey

Formato:A su ritmo

Idioma:Español

Idioma

  • Ejercicios prácticos con comentarios automáticos
  • Acceda a MATLAB a través de su navegador web
  • Informe de progreso y certificado del curso disponibles para compartir

Técnicas de reducción de dimensionalidad

Reduzca la dimensionalidad de un conjunto de datos.

Clasificación de señales con Deep Learning

Aprenda el flujo de trabajo para clasificar señales con redes profundas.

Signal Processing Onramp

Introducción interactiva a los métodos de procesamiento de señales para análisis del espectro.

  • Centro de confianza
  • Marcas comerciales
  • Política de privacidad
  • Antipiratería
  • Estado de las aplicaciones
  • Información de contacto

© 1994-2025 The MathWorks, Inc.