Passer au contenu
MathWorks

Formations en ligne

  • Self-Paced Content
  • MathWorks
  • Centre d’aide MATLAB
  • Communauté
  • Apprendre
  • Obtenir MATLAB MATLAB
  • Connectez-vous
    • Mon compte
    • Mon profil
    • Mes licences

    • Se déconnecter
  • Contactez le support technique MathWorks
  • Visit mathworks.com
  • Formation en ligne
MathWorks MathWorks

Sélectionner un site web

Choisissez un site web pour accéder au contenu traduit dans votre langue (lorsqu'il est disponible) et voir les événements et les offres locales. D’après votre position, nous vous recommandons de sélectionner la région suivante : .

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

Vous pouvez également sélectionner un site web dans la liste suivante :

Comment optimiser les performances du site

Pour optimiser les performances du site, sélectionnez la région Chine (en chinois ou en anglais). Les sites de MathWorks pour les autres pays ne sont pas optimisés pour les visites provenant de votre région.

Amériques

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

Europe

  • 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)

Asie-Pacifique

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

Contactez votre bureau local

image for course Techniques d'extraction de caractéristiques pour les signaux

Techniques d'extraction de caractéristiques pour les signaux

Acquérir une compréhension globale des techniques d’extraction de caractéristiques de signaux dans les domaines temporel, fréquentiel et temps-fréquence. Découvrez des techniques spécifiques pour capturer les caractéristiques des signaux variant dans le temps en les divisant en segments.

Modules de formation

Introduction

Get an overview of the course.

Cours :
  • 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.

Cours :
  • 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.

Cours :
  • 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.

Cours :
  • 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.

Cours :
  • 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.

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

Conclusion

Learn the next steps and give feedback on the course.

Cours :
  • Summary
  • Additional Resources
  • Survey

Format :Autoformation

Langue:Français

Langue

  • Des exercices pratiques avec des corrections automatisées
  • Accès à MATLAB via votre navigateur Internet
  • Certificat de formation et rapport de progression partageable

Techniques de réduction de la dimensionnalité

Réduisez la dimensionnalité de votre jeu de données.

Classification des signaux avec le Deep Learning

Apprenez le workflow permettant de classifier des signaux avec des réseaux profonds.

Signal Processing Onramp

Une introduction interactive aux méthodes de traitement du signal pour l'analyse spectrale.

  • Trust Center
  • Marques déposées
  • Politique de confidentialité
  • Lutte anti-piratage
  • Statut des applications
  • Contacts locaux

© 1994-2025 The MathWorks, Inc.