我致力于一个承认简单音频模式的项目。 我有两套数据集,每套数据由4至32个注/耐久制鞋组成。 一套数据预先界定,另一套来自即将输入的数据流。 两个密切相关的数据集的长度往往不同,但大致相同。 我的目标是对两套数据集的校正程度进行某种排名。
我将即将出现的频率转换成幻灯,将即将的数据流星转换成itch,使其平均比预定的数据集。 我也超长/压缩了即将输入的数据集的长度,以便与预先界定的一组数据的总体期限相吻合。 这里有两个图形数据例子,应当列为与重大关联:
http://s2.postimage.org/FVeG0-ee3c23ecc094a55b15e538c3a0d83d5.gif
(Sorry,作为新用户,我可以直接贴出图像)
在一个8个轨道微观控制器上这样做的,因此资源很少。 速度不是一个问题,第二个或两个处理方式是交易商。
如果有一个明显的解决办法,我就感到惊讶,那么,我就在问题太长的时间里 star。 任何想法?
预告......