VIP20

本课程属于：010-Edge Impulse端侧AI数据采集与模型部署 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

3. Edge Impulse特征工程：MFCC、Spectral Features与时序窗口

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

学习目标 · 课程结构 · Edge Impulse平台概览与特…

课程导入学习目标

信号处理基础

采样定理 · 时域与频域表示 · 傅里叶变换简介及其在特征提取中的作用

信号处理基础采样定理

MFCC核心概念

梅尔频率倒谱系数定义 · 人耳听觉特性 · 梅尔刻度与滤波器组原理

MFCC核心概念

MFCC计算流程

预加重 · 分帧 · 加窗

MFCC计算流程

MFCC参数配置

滤波器组数量 · 倒谱系数个数 · 帧长

MFCC参数配置

Spectral Features概述

频谱质心 · 频谱带宽 · 频谱滚降点

SpectralFeatures

时域特征与时序窗口

过零率 · 能量 · 均方根振幅等时域特征

时域特征时序窗口

时序窗口设计

窗口长度 · 步长 · 重叠率的选择策略

时序窗口设计窗口长度

Edge Impulse平台操作入门

创建项目 · 导入数据 · 数据切片与标签管理

Edge Impulse中的特征工程模块

Impulse设计 · 特征生成器（MFCC · Spectral）的配置界面与参数调…

MFCC在Edge Impulse中的实现

使用DSP模块配置MFCC参数 · 生成特征并可视化

Spectral Features在Edge Impulse中的实现

配置频谱特征提取 · 观察不同参数下的特征分布

SpectralFeatures

时序窗口在Edge Impulse中的应用

设置窗口大小与步长 · 处理连续传感器数据或音频流

特征可视化与探索

使用Edge Impulse的Fea… · 理解特征可分性

特征可视化探索

特征预处理

归一化 · 标准化 · 降维（PCA）在Edge Impul…

特征预处理归一化

基于MFCC的语音命令识别——从数据…

案例实战MFCC

基于Spectral Feature…

案例实战Spectral

基于时序窗口的人体活动识别——使用加… · 设计窗口并提取时域频域特征

案例实战基于时序窗口的人…

特征选择与优化

如何评估特征重要性 · 选择最有判别力的特征组合 · 提升模型性能

特征选择优化

常见问题与调试

特征提取结果异常 · 参数不匹配 · 数据不平衡等问题的排查与解决

常见问题调试

边缘设备上的计算资源限制 · 如何简化特征提取流程以降低延迟和功耗

性能考量边缘设备上的计算…

与机器学习模型集成

特征输出如何连接分类器（如神经网络 · 决策树） · 端到端训练流程

机器学习模型集成特征输出如何连接…

模型部署与测试

在Edge Impulse中部署模型… · 实时推理与特征提取的协同工作

模型部署测试

自定义特征块 · 使用Python SDK扩展特征工程…

进阶技巧自定义特征块

多模态特征融合

结合MFCC · 频谱特征与时序特征 · 提升复杂任务的识别准确率

多模态特征融合MFCC

MFCC与Spectral Feat… · 如何根据场景选择

对比分析MFCC

特征工程中的常见陷阱 · 参数调优经验 · 数据增强对特征鲁棒性的影响

最佳实践特征工程

设计一个完整的边缘AI系统 · 从问题定义 · 特征工程

核心知识点回顾 · 技能清单 · 学习路径建议与进一步资源推荐

课程总结核心知识点回顾

结课测验与实战挑战

综合测试题与开放性实战任务 · 巩固所学并检验掌握程度

结课测验实战挑战