1.實(shí)驗(yàn)數(shù)據(jù)需求

為了對(duì)采集的壓力實(shí)驗(yàn)數(shù)據(jù)做特征工程，需要對(duì)信號(hào)進(jìn)行時(shí)域的統(tǒng)計(jì)特征提取，包含了均值、均方根、偏度、峭度、波形因子、波峰因子、脈沖因子、峭度因子等，現(xiàn)用python對(duì)其進(jìn)行實(shí)現(xiàn)。

2.python實(shí)現(xiàn)

其中的輸入?yún)?shù)含義：

① data:實(shí)驗(yàn)數(shù)據(jù)的DataFrame

② p1:所截取實(shí)驗(yàn)信號(hào)的起始采樣點(diǎn)位置

③ p2:所截取實(shí)驗(yàn)信號(hào)的終止采樣點(diǎn)位置

from pandas import Seriesimport mathpstf_list=[]def psfeatureTime(data,p1,p2): #均值 df_mean=data[p1:p2].mean() #方差 df_var=data[p1:p2].var() #標(biāo)準(zhǔn)差 df_std=data[p1:p2].std() #均方根 df_rms=math.sqrt(pow(df_mean,2) + pow(df_std,2)) #偏度 df_skew=data[p1:p2].skew() #峭度 df_kurt=data[p1:p2].kurt() sum=0 for i in range(p1,p2): sum+=math.sqrt(abs(data[i])) #波形因子 df_boxing=df_rms / (abs(data[p1:p2]).mean()) #峰值因子 df_fengzhi=(max(data[p1:p2])) / df_rms #脈沖因子 df_maichong=(max(data[p1:p2])) / (abs(data[p1:p2]).mean()) #裕度因子 df_yudu=(max(data[p1:p2])) / pow((sum/(p2-p1)),2) featuretime_list = [df_mean,df_rms,df_skew,df_kurt,df_boxing,df_fengzhi,df_maichong,df_yudu] return featuretime_list

3.結(jié)果與說明

補(bǔ)充拓展：python數(shù)據(jù)結(jié)構(gòu)與算法--回溯算法詳解

回溯算法：一種優(yōu)先搜索算法（試探法）；按優(yōu)條件向前搜索，以達(dá)目標(biāo)；當(dāng)試探到某步，發(fā)現(xiàn)原來選擇并不好（走不通），就退回重新選擇。

回溯算法的一般步驟：1：定義問題的解空間（搜索中動(dòng)態(tài)生成）；2：確定易搜索的解空間結(jié)構(gòu)（一般為樹形結(jié)構(gòu)或圖）；3：以深度優(yōu)先的方式搜索解空間，搜索中用剪枝函數(shù)避免無效搜索。

剪枝函數(shù)：1：用約束函數(shù)在擴(kuò)展節(jié)點(diǎn)處減去不滿足約束條件的子樹；2：用限界函數(shù)減去不能得到最優(yōu)解的子樹。

回溯法：實(shí)戰(zhàn)

1：電話號(hào)碼的字母組合

方法：回溯（適用于組合問題）

class Solution: def letterCombination(self,digits): phone={’2’: [’a’, ’b’, ’c’], ’3’: [’d’, ’e’, ’f’], ’4’: [’g’, ’h’, ’i’], ’5’: [’j’, ’k’, ’l’], ’6’: [’m’, ’n’, ’o’], ’7’: [’p’, ’q’, ’r’, ’s’], ’8’: [’t’, ’u’, ’v’], ’9’: [’w’, ’x’, ’y’, ’z’]} res=[]#存放組合結(jié)果 def backtrack(combination,next_digits):#回溯函數(shù) #combination目前已經(jīng)產(chǎn)生的組合，next_digits:輸入的下一個(gè)字符 if len(next_digits)==0: #遞歸出口 res.append(combination) else: for i in phone[next_digits[0]]: backtrack(combination+i,next_digits[1:]) #遞歸實(shí)現(xiàn)回溯 if digits: backtrack(’’,digits) #初始化 return res

2：全排列

輸入: [1,2,3]

輸出:

[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]

class Solution: def permute(self,nums): res=[] #存放組合結(jié)果 size=len(nums) def backtrack(combination,nums): #combination目前已經(jīng)產(chǎn)生的組合，nums為剩下的數(shù)組 #遞歸出口 #遞歸的結(jié)束一定 要有return if len(combination)==size: res.append(combination) return #注意 for i in range(len(nums)): backtrack(combination+[nums[i]],nums[:i]+nums[i+1:]) #遞歸回溯 backtrack([],nums) return res if __name__==’__main__’: nums = [1,2,3] solution=Solution() print(solution.permute(nums))

3：數(shù)字組合

輸入: candidates = [2,3,6,7], target = 7,

所求解集為:

[[7],[2,2,3]]

class Solution: def combinationArray(self,candidates,target): candidates.sort() res=[] #存放組合結(jié)果 size=len(candidates) def backtrack(combination,cur_sum,j): #combination目前已經(jīng)產(chǎn)生的組合,cur_sum當(dāng)前計(jì)算和，j用于控制求和的查找范圍起點(diǎn) #遞歸出口 if cur_sum>target: return if cur_sum==target: res.append(combination) for i in range(j,size): #j避免重復(fù) if cur_sum+candidates[i]>target: #約束函數(shù)(剪) break j=i backtrack(combination+[candidates[i]],cur_sum+candidates[i],j)#遞歸回溯 backtrack([],0,0) return resif __name__==’__main__’: candidates = [2,3,6,7] target = 7 solution=Solution() print(solution.combinationArray(candidates,target))

4：

N皇后問題

class Solution: def solveNqueen(self,n): res=[] #存放結(jié)果組合，對(duì)于N皇后問題，這里存放的是其放在每一行對(duì)應(yīng)的列下標(biāo) def backtrack(combination): if len(combination)==n: res.append(combination) return for j in range(n): if combination: #排除當(dāng)前行，列和對(duì)應(yīng)的兩個(gè)對(duì)角線。 if j not in combination and j!=combination[-1]+1 and j!=combination[-1]-1:#約束條件 backtrack(combination+[j]) #遞歸回溯 else: continue else: backtrack(combination+[j]) backtrack([]) #回溯初始化 #轉(zhuǎn)化為需要的格式 output=[['.' * k + 'Q' + '.' * (n - k - 1) for k in i] for i in res] #列表生成器 return output if __name__==’__main__’: n=4 solution=Solution() print(solution.solveNqueen(n))

5：子集

[1,2,3]的子集[[], [1], [1, 2], [1, 2, 3], [1, 3], [2], [2, 3], [3]]

class Solution(object): def subsets(self, nums): ''' :type nums: List[int] :rtype: List[List[int]] ''' res=[]#存放組合結(jié)果 size=len(nums) def backtrack(combination,nums): #combination目前已經(jīng)產(chǎn)生的組合，nums為剩下的數(shù)組 if len(combination)<=size: res.append(combination) #遞歸出口 #遞歸的結(jié)束一定 要有return if len(combination)==size: return for i in range(len(nums)): backtrack(combination+[nums[i]],nums[i+1:]) #遞歸回溯 backtrack([],nums) return res if __name__==’__main__’: nums=[1,2,3] solution=Solution() print(solution.subsets(nums))

6：

字母大小寫的全排列

給定一個(gè)字符串S，通過將字符串S中的每個(gè)字母轉(zhuǎn)變大小寫，我們可以獲得一個(gè)新的字符串。返回所有可能得到的字符串集合。

輸入: S = 'a1b2'

輸出: ['a1b2', 'a1B2', 'A1b2', 'A1B2']

class Solution: def letterpermute(self,S): res=[] size=len(S) def backtrack(combination,S): if len(combination)==size: res.append(’’.join(combination)) return for i in range(len(S)): if 'a'<=S[i]<= 'z' or 'A'<=S[i]<= 'Z': for j in range(2): if j==0: backtrack(combination+[S[i].lower()],S[i+1:]) if j==1: backtrack(combination+[S[i].upper()],S[i+1:]) else: backtrack(combination+[S[i]],S[i+1:]) backtrack([],S) return res if __name__==’__main__’: S=[i for i in '1B2'] solution=Solution() print(solution.letterpermute(S))

7：生成括號(hào)

括號(hào)生成：給出 n 代表生成括號(hào)的對(duì)數(shù)，請(qǐng)你寫出一個(gè)函數(shù)，使其能夠生成所有可能的并且有效的括號(hào)組合。

例如，給出 n = 3，生成結(jié)果為：

['((()))','(()())','(())()','()(())','()()()']

class Solution: def generateParenthesis(self,n): res=[] #存放組合結(jié)果 def backtrack(combination,left,right): #combination目前已經(jīng)產(chǎn)生的組合 if len(combination)==2*n: #遞歸出口 res.append(combination) #對(duì)于有效的括號(hào)，左邊先出 if left<n: backtrack(combination+’(’,left+1,right)#遞歸實(shí)現(xiàn)回溯 if right<left: backtrack(combination+’)’,left,right+1)#遞歸實(shí)現(xiàn)回溯 backtrack(’’,0,0) #初始化 return res if __name__==’__main__’: n=3 solution=Solution() print(solution.generateParenthesis(n))

以上這篇python實(shí)現(xiàn)信號(hào)時(shí)域統(tǒng)計(jì)特征提取代碼就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持好吧啦網(wǎng)。