- Berapa banyak yang harus anda oversample?
- Apakah keadaan oversampling?
- Bilakah kita harus menggunakan oversampling?
- Sekiranya anda melampaui batas atau kurang?
Berapa banyak yang harus anda oversample?
Memilih kadar oversampling 2x atau lebih banyak mengarahkan algoritma untuk menaikkan isyarat masuk dengan itu dengan sementara meningkatkan kekerapan Nyquist sehingga terdapat artifak yang lebih sedikit dan pengurangan aliasing. Tahap oversampling yang lebih tinggi menghasilkan kurang aliasing yang berlaku dalam julat yang boleh didengar.
Apakah keadaan oversampling?
Oversampling tidak perlu meningkatkan kadar data output ADC dan mencipta isu persediaan dan jangka masa, meningkatkan penggunaan kuasa, meningkatkan kos ADC dan juga kos FPGA, kerana ia perlu menangkap data berkelajuan tinggi.
Bilakah kita harus menggunakan oversampling?
Apabila satu kelas data adalah kelas minoriti yang tidak diwakili dalam sampel data, lebih banyak teknik pensampelan mungkin digunakan untuk menduplikasi hasil ini untuk jumlah yang lebih seimbang hasil positif dalam latihan. Lebih daripada persampelan digunakan apabila jumlah data yang dikumpulkan tidak mencukupi.
Sekiranya anda melampaui batas atau kurang?
Kaedah oversampling menduplikasi atau membuat contoh sintetik baru dalam kelas minoriti, sedangkan kaedah undersampling memadam atau menggabungkan contoh dalam kelas majoriti. Kedua -dua jenis resampling boleh berkesan apabila digunakan secara berasingan, walaupun boleh menjadi lebih berkesan apabila kedua -dua jenis kaedah digunakan bersama.