【发布时间】：2020-05-23 12:54:56
【问题描述】：
我有长度为 26,000 的信号。该信号是从机器传感器收集的。通过一种非常简单的方式，我们可以看出，我们将传感器连接到机器上，然后我们只收集了 1 秒的信号。 1 秒的信号长度为 26,000。这意味着采样频率为 26,000 Hz。
我的问题是，现在如果我想将这个信号用于我的基于深度学习的算法......假设 CNN 和其他人，这个大小非常大。 （我们已经收集了很多信号，所以并不是我们只将一个信号传递给深度网络）。如何减小信号的大小，或者我们如何在不丢失太多信息的情况下压缩信号。
所以如果我有一个大尺寸的信号，并且我想将它压缩成更小的尺寸，有什么可以建议的技术吗？
TIA
【问题讨论】：
-
没有机器学习技术吗？像 PCA 和变分自动编码器？
-
其实，如果我们想从特征空间中减少那很好。假设我们从数据中提取 100 个特征，然后应用 PCA/AE。很好，就好像我们重现它一样，很好。但是，除此之外，还有什么压缩技术可以推荐吗？顺便说一句，非常感谢您的建议
-
任何类型的压缩都将依赖于信号的统计知识，和/或对信号的哪些部分很重要的深入理解。
标签： python machine-learning deep-learning signals signal-processing