- Apakah tujuan oversampling?
- Adakah oversampling terdengar lebih baik?
- Apa yang dimaksudkan dalam pengumpulan data?
- Apa yang berlaku jika anda terlalu banyak?
Apakah tujuan oversampling?
Oversampling mampu meningkatkan resolusi dan nisbah isyarat-ke-bunyi, dan boleh membantu dalam mengelakkan penyimpangan alias dan fasa dengan santai keperluan prestasi penapis anti-aliasing. Isyarat dikatakan terlebih dahulu oleh faktor N jika ia dicontohi pada kadar Nyquist Nyquist.
Adakah oversampling terdengar lebih baik?
Oversampling mengurangkan isu-isu, termasuk aliasing, dan biasanya akan menghasilkan hasil yang lebih lancar, lebih menyenangkan dengan kos menggunakan lebih banyak kuasa CPU. Tetapi semua algoritma oversampling tidak dibuat sama, dan ada yang lebih baik daripada yang lain.
Apa yang dimaksudkan dalam pengumpulan data?
Oversampling rawak melibatkan menambah data latihan dengan pelbagai salinan beberapa kelas minoriti. Oversampling boleh dilakukan lebih dari sekali (2x, 3x, 5x, 10x, dll.) Ini adalah salah satu kaedah yang dicadangkan terawal, yang juga terbukti teguh.
Apa yang berlaku jika anda terlalu banyak?
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.