У меня есть данные ЭЭГ около 10 минут. Я хочу извлечь из этих данных некоторые особенности (например, статистические характеристики, характеристики спектра мощности, межканальные характеристики ...), чтобы применить их к алгоритмам машинного обучения. Поэтому я использовал 3-секундное окно с 50% перекрытием для скольжения по сигналу ЭЭГ. После этого из-за различных диапазонов значений я нормализовал объекты с нормализацией z-показателя, как показано ниже:
значение - это вектор признаков, а мю исигма - среднее значение и стандартное отклонение этого вектора. Для дальнейшего использования я хочу сохранить эти параметры (mu, sigma) для нормализации новых сигналов (тестовых данных) с теми же параметрами перед применением к алгоритму машинного обучения, но в этом случае у меня будет слишком много параметров, сохраненных для каждого окна,Что мне теперь делать?
Возможный способ состоит в том, чтобы сначала (в обучающем наборе) извлечь функции из всех сигналов (10 секунд), которые занимают много времени, а затем нормализовать их и сохранить их. параметры mu и sigma (для каждой функции). После этого используйте управление окнами, а также извлеките функции для окон и нормализуйте их с сохраненными параметрами. Это означает, что сохраненные значения mu и sigma из всех сигналов можно использовать для данных поезда и теста (один раз для фазы поезда и сохранить параметры и всегда их использовать), но я не уверен, что это решение является правильным !!!