VIP20
本课程属于：017-TinyML传感器数据建模与时序分类 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特征工程：统计特征、频域特征与归一化

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特征工程的定义 · 重要性 · 在端侧机器学习中的角色
课程导入TinyML
02
基础知识
传感器数据的特点（时序 · 噪声 · 高维）
基础知识传感器数据的特点
03
统计特征（一）
均值 · 方差 · 标准差
统计特征均值
04
统计特征（二）
偏度 · 峰度 · 过零率
统计特征偏度
05
统计特征（三）
滑动窗口统计特征（滑动均值 · 滑动方差）的实时计算方法与内存优化技…
统计特征滑动窗口统计特征
06
统计特征实战
使用Python和C语言分别实现统计… · 并对比在MCU上的运行效率
统计特征实战Python
07
频域特征入门
傅里叶变换（DFT/FFT）的基本原… · 频谱泄漏与窗函数 · 以及TinyML中FFT的简化实现
频域特征入门DFT/FFT
08
频域特征（一）
频谱峰值 · 频谱质心 · 频谱带宽
频域特征频谱峰值
09
频域特征（二）
功率谱密度（PSD） · 梅尔频率倒谱系数（MFCC）在Tin…
频域特征PSD
10
频域特征实战
利用ARM CMSIS-DSP库在C… · 并分析资源占用
频域特征实战ARM
11
时频分析
短时傅里叶变换（STFT）与小波变换… · 以及它们在TinyML中的适用性
时频分析STFT
12
归一化与标准化
Min-Max归一化 · Z-score标准化 · 鲁棒归一化的原理与适用场景
归一化标准化
13
归一化在TinyML中的实现
定点数 · 整数运算 · 查表法实现归一化
TinyML归一化
14
特征缩放与模型性能
归一化对KNN · SVM · 决策树等常见TinyML模型的影响
特征缩放模型性能
15
特征选择与降维
基于方差阈值 · 相关系数 · 互信息
特征选择降维
16
特征工程流水线
从原始传感器数据到最终特征向量的完整… · 包括缓冲 · 分帧
特征工程流水线从原始传感器数据…
17
实时性优化
特征提取的在线算法（如递推均值 · 递推方差） · 低功耗设计策略
实时性优化特征提取的
18
内存优化
特征缓存 · 环形缓冲区 · 原地计算
内存优化特征缓存
19
案例实战（一）
基于加速度计的人体活动识别（静止 · 走路 · 跑步）——统计特征+归一化+简单分类…
案例实战基于加速度计的人…
20
案例实战（二）
基于麦克风的语音关键词识别（唤醒词）…
案例实战基于麦克风的语音…
21
案例实战（三）
基于IMU的异常检测（跌倒检测）——… · 以及阈值判定
案例实战IMU
22
常见问题（一）
特征尺度不一致 · 离群值 · 缺失值处理
常见问题特征尺度不一致
23
常见问题（二）
FFT点数选择 · 窗函数影响 · 频谱混叠
常见问题FFT
24
常见问题（三）
特征冗余与过拟合 · 特征数量与模型大小 · 功耗的权衡
常见问题特征冗余
25
工具与框架
Python（NumPy · SciPy · librosa）用于特征原型验证
工具框架
26
模型部署中的特征工程
将特征提取代码与模型一起部署到MCU · 使用TFLM进行推理的完整流程
模型部署特征工程
27
性能评估
特征提取时间 · 功耗 · 内存占用的测量方法
性能评估特征提取时间
28
综合提升
设计一个完整的TinyML特征工程方… · 从需求分析 · 特征设计
综合提升TinyML
29
前沿与扩展
自动化特征工程（AutoFE） · 端侧学习（On-device lea…
前沿扩展
30
课程总结
核心要点回顾 · 常见误区 · 学习资源推荐与下一步进阶方向
课程总结核心要点回顾