python - 具有典型相关分析的空间滤波器
问题描述
主要问题
如何从sklearn CCA获取 Wx以及如何将其作为空间滤波器应用于形状信号(channel,samples)
?
背景
一些 论文使用CCA 作为信号增强方法。CCA 用于查找 Wx 和 Wy,其中 Wx 用作空间滤波器,可提高信噪比。
例如,对来自 P07 的信号应用 FFT,目标频率 17 Hz 的尖峰在图 3 中没有清楚显示。应用空间滤波器 (Wx) 获得滤波后的信号后,FFT 显示 17 Hz 峰值清楚地在图 4 中。
问题
- 使用sklearn CCA,是 Wx
x_weights_
还是coef_
?如果没有,如何获得Wx? - 如果 Wx 是
x_weights_
orcoef_
,如何应用于(channel,samples)
信号?np.matmul
还是np.dot
?
解决方案
推荐阅读
- orbeon - 在 Orbeon XBL 组件中验证数据
- sql - BigQuery 会话和命中级别的理解
- javascript - materialize collapsible:如何确定哪个部分是打开的?
- c# - SteamKit2 如何使用新的回调?
- r - R: 有没有办法自动计算 Outlook 文件夹中的电子邮件数量?
- django - Django-tables2 行跨度
- python - 获取 tf.train.exponential_decay 的当前 LR
- python-3.x - 我正在寻找一个脚本,它将从文本填充中获取 IP 地址并 ping 所有这些
- html - Facebook 喜欢使用 edge.create 的回调事件不起作用
- html - Flexbox 在 Edge 和 FireFox 中不起作用