- Apa yang disengajakan dalam isyarat?
- Bagaimana kita melakukan upsampling?
- Mengapa kita menaikkan isyarat?
- Adakah mungkin untuk menaikkan isyarat?
Apa yang disengajakan dalam isyarat?
Upsampling adalah proses memasukkan sampel bernilai sifar antara sampel asal untuk meningkatkan kadar persampelan. (Ini kadang-kadang dipanggil "sifar-sifar".) Jenis upsampling ini menambah imej spektrum yang tidak diingini kepada isyarat asal, yang berpusat pada gandaan kadar pensampelan asal.
Bagaimana kita melakukan upsampling?
Anda boleh menaikkan dataset dengan hanya menyalin rekod dari kelas minoriti. Anda boleh melakukannya melalui kaedah resample () dari sklearn. Modul Util, seperti yang ditunjukkan dalam skrip berikut. Anda dapat melihat bahawa dalam kes ini, hujah pertama kami lulus kaedah resample () adalah kelas minoriti kami, i.e. dataset spam kami.
Mengapa kita menaikkan isyarat?
Tujuan upsampling adalah untuk menambah sampel kepada isyarat, sambil mengekalkan panjangnya berkenaan dengan masa. Pertimbangkan lagi isyarat masa panjang 10 saat dengan kadar sampel 1024Hz atau sampel sesaat yang akan mempunyai sampel 10 x 1024 atau 10240.
Adakah mungkin untuk menaikkan isyarat?
Upsampling adalah proses memasukkan sampel bernilai sifar antara sampel asal isyarat untuk meningkatkan kadar persampelan. Salah satu cara untuk mencapai upsampling oleh nisbah integer 1: D adalah untuk menginterposis sampel sifar D-1 antara setiap pasangan sampel input isyarat.