sampling

0熱度

1回答

我有幾個我感興趣解決的問題。我想採樣和由值例如爲： newdata <- data[ which(data$conc > 8), ] 存儲陣列中的濃柱然而，我想保存相關的日期時間戳它。最後，在另一個數組中，當濃度值超過8.00而低於8.00時，我想存儲此劇集的持續時間。因此，例如，21：30將記錄爲15分鐘，另一個時間將記錄在00:15和03:00之間，結果存儲值爲165分鐘。 datetim

0熱度

1回答

在Rcpp和R中生成相同的隨機變量

我將我的採樣算法從R轉換爲Rcpp。 Rcpp和R的輸出不匹配，Rcpp代碼中存在一些錯誤（由於隨機化，差異沒有區別）。我試圖將Rcpp的內部變量與來自R代碼的內部變量進行匹配。然而，這是由於採樣器分佈造成的隨機化造成的問題。 Rcpp::rbinom(1, 1, 10) rbinom(1, 1, 10) 我怎樣才能使代碼給出相同的輸出在R和RCPP，我的意思是設置從R和RCPP一個共同的種

2熱度

1回答

Python音頻採樣器

我有一個相當特殊的問題，似乎在通過谷歌拖網很長時間後。我正在使用sparkfun單體鍵盤，arduino和覆盆子pi構建音頻採樣器。這個概念是使用arduino來監聽一個按鍵，發送一個字符來標識串口上的按鍵到樹莓派，並且有一個python腳本正在聽串行端口準備按鍵播放樣本。我已經到了可以在按鍵上播放音頻樣本的地步，但樣本只能在與樣本對齊的按鍵上播放：例如，我可以每1秒鐘有一次按鍵，但仍然只有樣本只

0熱度

1回答

語音盒中melcepst（）中的採樣時間和幀重疊，matlab？

我有一個矩陣21000x13 mfccs從一個wav文件。我有一個標籤文件，該文件具有文本文件中該時間段的開始時間結束時間和標籤。我需要找到mfcc矩陣中每個幀的時間，以便每個幀都可以使用標籤。有誰知道採樣率（30ms/50ms/20ms）和重疊（30％/ 40％/ 50％）。因此，我可以使用幀數X採樣率+/-找到每幀落入的時間，重疊將給出幀的實際時間。例如。 1x20ms = 20ms，下一幀將

1熱度

1回答

matlab中的自適應採樣

假設我有一個非常耗時的函數來評估，我想使用盡可能少的函數評估來生成它的插值版本。在Matlab中是否有內置函數來做到這一點（類似於Mathematica的FunctionInterpolation）？該過程並不是很困難，我知道免費提供的實現（用其他語言），如http://scipy-central.org/item/53/1/adaptive-sampling-of-1d-functions，但

1熱度

2回答

Matlab從二維矩陣進行高效快速採樣

使用MatLab，我有一個二維矩陣，我想從中抽樣。該位置是已知的並且每次都是固定的。嵌套的For循環很慢。目前我正在使用邏輯索引，例如 cords = [ 1 0 1; 0 0 0 ]; cords = logical(cords) data = aMatrix(cords); 我的主要問題是：有沒有比這更快的方法？通過使用邏輯索引，我有另一個查詢是否每次都以相同的順序對數據進行採樣，這

3熱度

1回答

用於Python的採樣模塊

是否有適合各種採樣技術的體面Python庫？我知道標準random模塊，它確實包含有用的核心功能，如shuffle和choice。我也知道提供已知發行版樣本的各種庫（如scipy.stats和sympy.stats）。我很好奇，如果存在一些更復雜的技術，如油藏採樣庫。請注意，油藏採樣只是一個例子。我正在尋找許多這樣的功能庫。 Clojure生態系統中的一個例子是https://github.c

0熱度

2回答

如何在R中裁剪數據？

這裏的問題是：我有一個數據集，讓我們說： a <- c(0,0,0,0,1,1,1,1,1,1) 我想將它切成片，甚至（例如5個）。問題是我不能使用分位數或切斷，因爲有些值重複，所以你不能設置不同的斷點。 > quantile(a) 0% 25% 50% 75% 100% 0 0 1 1 1 （僅使用兩個級別）（重複斷點） > cut(a, 5) [1] (-0.00

0熱度

2回答

Matlab的信號處理教程：信號重採樣

的基礎我對關於本教程採樣率絕對基本問題： http://www.mathworks.com/help/signal/examples/measuring-signal-similarities.html（第一部分）兩個第一信號具有FS = 4096，而第三個是8192。簡而言之，第三個信號被更頻繁地採樣兩次。他們說爲了均衡採樣率「最安全的方法就是以較低的採樣率重新採樣信號」。所以，他們的程序實際

5熱度

1回答

用於採用不同間隔的截短正態分佈進行採樣的矢量化代碼

以下代碼根據具有不同間隔的非簡化正態分佈生成大小爲100的樣本。有沒有任何有效的（矢量化）方式來做到這一點？ from scipy.stats import truncnorm import numpy as np sample=[] a_s=np.random.uniform(0,1,size=100) b_s=a_s+0.2 for i in range(100): sam