сложнее разве что нейронка + размеченные данные + классификатор тебе интересны вполне определенные состояния а не просто всплески если сократишь задачу до определения известной высоты пиков, можно кардинально повысить точность. но как я понял ты этого не хочешь делать
Комментарии: 20
Maksim
Собрал я считыватель меток на rc522. Слева обе метки удолось прочитать, они похоже были в комплекте. Справа не читаются. Ещё есть пропуск на работу, в два раза толще. Но он похоже на 125 кГц. Метки которые не читаются можно выбросить? Или как то по другому прочитать?
Andrej
Частоты разные возможно
Maksim
Справа такие же метки как и слева
Andrej
Это как ты определил ? С одной партии они? Такие есть и на 13мгц
Maksim
Я думаю на 125 кГц должны быть толще, не?
Andrej
Одинаковые
Anonim
К телефону поднести и посмотреть прочитает нет
Maksim
Как к телефону?
Kaktys
Телефон должен быть с nfc
Maksim
Нету
Anonim
Они все ж нынче с nfc
Kaktys
Те что 250+ скорее
Anonim
Почему то думал что они все
Anonim
Определенные высоты пиков не получается выявить, при разной степени освещенности разность высоты нормальных и ненормальных пиков отличается. Хотя имеет закономерность
Defragmented
помнить высоты последних пиков Х помнить переход освещенности и не реагировать на первые х пиков после перехода
Anonim
справедливо для левой части картинки. а вот на правой - отличаются максимумы. Для левой части тоже самое запоминать - максимальное значение? там ведь ровно наоборот - минимумы
Kaktys
Это называется посчитать производную
Defragmented
нет. именно абсолютные пики. не скорости перехода зеленое - начало. запоминаем пики (если они в пределах 5%) синее - предсказанные корректно пики (+\- 5% от зеленых) красные - ошибочно предсказанные пики. реагируем (разница более 5%) если красные идут 2-3 подряд (и в пределах 5%) - запоминаем их как новую норму (если 2-3 подряд были ошибочны например и мы запомнили неправильно)
Anonim
Бам и пвм сравнил?
Defragmented
уже нашел как делать constant on time для 555 не вижу смысла в bam