VIP20
本课程属于：016-TinyML异常检测与预测性维护 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

4. TinyML时域特征提取：均值、RMS、峰值与峭度计算

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
01
课程导入
TinyML中时域特征提取的意义 · 应用场景（如振动监测 · 可穿戴设备）与整体学习路径
课程导入TinyML
02
时域信号基础
采样 · 离散信号 · 时间序列表示
时域信号基础采样
03
均值（Mean）计算
定义 · 公式 · 物理含义
Mean均值
04
均值实战
使用C语言在MCU上实现滑动均值滤波 · 并分析其对噪声的抑制效果
均值实战MCU
05
均值的局限性
均值对异常值不敏感 · 如何与其他特征结合使用
均值的局限性均值对异常值不敏…
06
均方根（RMS）概念
定义 · 公式 · 与均值的区别
RMS均方根
07
RMS计算实现
在嵌入式环境中使用整数运算或定点数计… · 避免浮点开销
RMS计算实现
08
RMS实战案例
基于加速度计数据的RMS计算 · 用于活动识别（如静止 · 行走
RMS实战案例
09
峰值（Peak）定义
峰值检测的基本方法 · 包括最大值 · 最小值
Peak峰值
10
峰值检测算法
阈值法 · 差分法 · 滑动窗口法
峰值检测算法阈值法
11
峰值实战
在ECG或PPG信号中检测R波或脉搏… · 并计算心率
峰值实战ECG
12
峭度（Kurtosis）概念
四阶中心矩 · 正态分布峭度为3 · 以及峭度对信号冲击性的度量
Kurtosis峭度
13
峭度计算推导
从原始信号到峭度公式的推导 · 以及偏度（Skewness）与峭度的…
峭度计算推导从原始信号到峭度…
14
峭度在TinyML中的应用
故障诊断（如轴承磨损） · 异常检测 · 生物信号分析
TinyML峭度
15
峭度计算优化
在资源受限设备上使用递推算法或近似计…
峭度计算优化资源受限设备上使…
16
特征组合策略
如何将均值 · RMS · 峰值
特征组合策略如何将均值
17
特征归一化
为什么需要归一化 · 以及Min-Max · Z-score在TinyML中的实现
特征归一化为什么需要归一化
18
时域特征提取流程
从原始信号采集 · 预处理 · 特征计算到特征输出的完整流水线
时域特征提取流程从原始信号采集
19
实时性考虑
窗口大小 · 重叠率 · 计算复杂度与实时性之间的权衡
实时性考虑窗口大小
20
内存与功耗优化
使用环形缓冲区 · 原地计算 · 低功耗模式来优化特征提取
内存功耗优化
21
案例实战
基于TinyML的电机振动异常检测 · 使用均值 · RMS
案例实战TinyML
22
案例实战
基于TinyML的人体活动识别（HA… · 使用加速度计数据提取时域特征并分类
案例实战TinyML
23
案例实战
基于TinyML的语音端点检测 · 使用RMS和峰值判断语音活动
案例实战TinyML
24
常见问题
信号噪声对特征的影响 · 如何通过滤波或稳健统计量减少干扰
常见问题信号噪声对特征的…
25
常见问题
窗口长度选择不当导致特征不稳定 · 如何根据信号频率和任务调整
常见问题窗口长度选择不当…
26
常见问题
整数溢出与精度丢失 · 如何在定点数实现中保证计算精度
常见问题整数溢出
27
工具与平台
使用Arduino · STM32 · ESP32等平台实现时域特征提取的示…
工具平台
28
模型集成
将提取的特征输入TinyML模型（如… · 神经网络）进行端到端部署
模型集成TinyML
29
综合提升
设计一个完整的TinyML时域特征提… · 支持多种特征并易于扩展
综合提升TinyML
30
课程总结与项目挑战
回顾核心知识点 · 布置一个综合项目（如智能穿戴设备跌倒…
课程总结项目挑战