일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- 한국전자통신연구원 인턴
- 에이블스쿨
- 가나다영
- 웹크롤링
- 기계학습
- python
- httr
- SQLD
- ggplot2
- ETRI
- cnn
- arima
- kt aivle school
- hadoop
- Ai
- 소셜네트워크분석
- KT 에이블스쿨
- 머신러닝
- dx
- 시각화
- 시계열
- ML
- kaggle
- matplot
- KT AIVLE
- r
- 에이블러
- 프로그래머스
- 지도학습
- 한국전자통신연구원
- SQL
- 딥러닝
- 빅분기
- 다변량분석
- 에트리 인턴
- 하둡
- 서평
- 하계인턴
- 빅데이터분석기사
- Eda
Archives
- Today
- Total
소품집
[캡스톤 프로젝트] 푸리에 변환 개념 본문
728x90
https://darkpgmr.tistory.com/171
#Apply FFT (Fast Fourier Transform) - 푸리에 변환
ft <- function(data){
fft_data <- data %>% fft()
#실수 부분과 허수 부분을 가져와서
re <- fft_data %>% Re()
im <- fft_data %>% Im()
#기술통계량 값을 구함
rf1 <- re %>% max()
rf2 <- re %>% min()
rf3 <- re %>% mean()
rf4 <- re %>% sd()
rf5 <- re %>% skewness()
rf6 <- re %>% kurtosis()
rf7 <- re %>% IQR()
if1 <- im %>% max()
if2 <- im %>% min()
if3 <- im %>% mean()
if4 <- im %>% sd()
if5 <- im %>% skewness()
if6 <- im %>% kurtosis()
if7 <- im %>% IQR()
return(cbind(rf1, rf2, rf3, rf4, rf5, rf6, rf7,
if1, if2, if3, if4, if5, if6, if7))
}
728x90
'AI > 연구한다영' 카테고리의 다른 글
[캡스톤 프로젝트] 한국통신학회 추계 학술대회 참여, 졸업논문 우수상 수상! (2) | 2022.11.21 |
---|---|
[캡스톤 프로젝트] 일사량 예측을 위한 전이학습 모델 개발 (0) | 2022.09.22 |
[KCC] 2022한국컴퓨터종합학술대회 학부생 세션 논문 투고 (0) | 2022.07.06 |
[캡스톤 프로젝트] pyhrv 모듈을 활용한 스트레스 지수 구하기 (11) | 2022.05.30 |
[캡스톤 프로젝트] 헬스케어 데이터 분석을 위한 도메인 (0) | 2022.05.24 |
Comments