نحوه‌ی تبدیل فایل تکست به متلب(mat.)

بسیاری از داده‌هایی که سایتها در اختیار محقیقین قرار میدهند به فرمت .mat نسیتند و از آنجایی که در متلب ما فقط میتوانیم با داده های .mat کار کنیم، لذا نیاز است که در ابتدا داده‌هارو از فرمتی که هستند به فرمت .mat تبدیل کنیم.

در این ویدیو قصد داریم که دو روش از نحوه تبدیل فایلهای .txt، .xlsx، و .dat به .mat رو توضیح بدهیم. توابعی که در این ویدیو استفاده می شوند

خواندن فایل تکست در متلب

در این ویدیو قصد داریم که دو روش از نحوه تبدیل فایلهای .txt، .xlsx، و .dat به .mat رو توضیح بدهیم. توابعی که در این ویدیو استفاده می شوند:

textread()
num2str()
حلقه‌ها

موفق باشید…

دیدگاه ها

دیدگاهتان را بنویسید لغو پاسخ

25 دیدگاه

سعیده 4 سال پیش

عالی بود
- مهتاب فرجی 4 سال پیش
  
  موفق باشید
سهیلا 4 سال پیش

فوق العاده بود. ممنون
- مهتاب فرجی 4 سال پیش
  
  موفق و پیروز باشید
وحید 4 سال پیش

سلام
من به دیتا سرعی که استفاده کردید احتیاج دارم سعی کردم ولی نتونستم دانلود کنم لطف میکنید بهم ایمیل کنید برای پایان نامه ارشدم میخوام لطفا
- mohammad_1369 4 سال پیش
  
  سلام
  داده ی استفاده شده در ویدیوی آموزشی رو میتونید از لینک زیر دانلود کنید
  این پایگاه داده سیگنال EEG مربوط به افراد مبتلا به بیماری صرع هست.
  http://epileptologie-bonn.de/cms/front_content.php?idcat=193&lang=3
  موفق باشید
محمد صادق نوری زاده چرلو 4 سال پیش

سلام مهندس بسیار عالی بود ممنون خسته نباشید
- mohammad_1369 4 سال پیش
  
  سلام
  ممنون از توجه شما برادر بزرگوار
meh 4 سال پیش

سلام خیلییییی عالی بود واقعا ممنون و خسته نباشید
قسمت بعدی این ویدیو که پردازش سیگنال هست رو از کجا میتونم ببینم؟
- mohammad_1369 4 سال پیش
  
  سلام
  خوشحالیم که براتون مفید بوده است.
  برای دوره پردازش سیگنال eeg دو تا دوره فعلا داریم.
  1- پردازش سیگنال EEG مبتنی بر تسک تصور حرکتی
  در این دوره روشهای پردازش سیگنال مربوط به تسک تصور حرکتی از قبیل فیلترمکانی csp آموزش داده شده است.
  یک دوره تخصصی در این زمینه است.
  پکیج آموزشی این دوره در سایت قرار گرفته است که از طریق لینک زیر میتوانید به آن دسترسی پیدا کنید.
  
  https://onlinebme.com/product/brain-computer-interface-package-motorimagery/
  
  2- دوره پردازش سیگنال EEG
  این دوره بیشتر عمومی هست و روشهای پردازش اکثر تسکها آموزش داده شده است و فعلا به صورت حضوری در قالب یک دوره فشرده سه روزه برگزار میشود.
  برای شرکت میتوانید به شماره زیر اسم و شماره تماس خودتون رو بفرستید
  0936-038-2687
  موفق باشید…
mah 4 سال پیش

سلام و خسته نباشید
دوره ای برای پردازش سیگنال همین دیتایی که در این ویدیو استفاده شده (دیتا EEG صرع) دارید؟
- mohammad_1369 4 سال پیش
  
  سلام ممنونم
  بله دوره ای در این زمینه به صورت حضوری داریم که به صورت تخصصی روشهای پردازش سیگنال eeg را توضیح میدهیم
  فعلا این دوره حضوری هست و ایشالا تا یکی دو ماه آینده ویدیوهای آموزشیش در سایت قرار خواهد گرفت.
  موفق باشین
ناشناس 3 سال پیش

عالی ولی کاش آدرس سایت دیتاهم میذاشتید
- مهتاب فرجی 3 سال پیش
  
  ممنون از لطف شما
  آدرس پایگاه داده:
  http://epileptologie-bonn.de/cms/front_content.php?idcat=193&lang=3
  اگه هدفتون کار با این پایگاه داده هست پیشنهاد میکنم دوره eeg رو نگاه کنید
  یک دوره جامع 50 ساعته هست که بحثهای آموزشی و پروژه های عملی رو روی این پایگاه داده انجام داده ایم
  https://onlinebme.com/product/eeg-signal-processing/
nastaran.malekpour69 2 سال پیش

سلام وقت بخیر. در قسمتی از آموزش شناسایی الگو یک دیتاست با فرمت، مثلا iris یا سرطان رو با این رویکرد که ویژگی از لیبل جدا شده و داده ها به صورت سطری مرتب شدند رو قرار دادید. در اون فیلم گفته شده به آموزش متلب مراجعه کنید. در اینجا هم فقط یک دیتاست ستونی رو به فرمت .mat بردین اما گفته نشده که برای سطری کردن یا جدا کردن لیبل از بقیه داده ها و قرار دادنشون توی یه فایل .mat چکار باید کرد. من در اینباره سرچ کردم ولی به جواب درستی نرسیدم. اگه ممکنه راهنمایی کنید. ممنون.
- onlinebme 2 سال پیش
  
  سلام
  طبق روالی که در دوره آموزش داده شده به دو روش میشه فایل تکست رو به .mat تبدیل کنید.
  اگه حالت دستی رو بخوایید پیش ببرید کافیه هر بخشی از فایل تکست رو جدا انتخاب کنید و به .mat تبدیل کنید.
  اگه میخواهید فایل لیبل و فایل ویژگی ها متفاوت باشه کافیه که یبار بخش مربوط به ویژگی ها را انتخاب کنید و بعد import selection رو بزنید
  یبار هم بخش مربوط به لیبل رو انتخاب کنید و import selection بزنید
  اینطوری در workspace شما دو تا فایل خواهید داشت
  یکی برای لیبل و یکی برای ویژگی ها
  ذخیره کنید و بعدا از این دو تا استفاده کنید
  نکته بعدی اینکه اگه با آدرسی ماتریس ها آشنا نیستید پیشنهاد میکنم دوره رایگان متلب رو نگاه کنید حتما
  https://onlinebme.com/course/matlab/
  موفق باشید
امیر 2 سال پیش

درود .
ممنون از توضیحات جامع و عالی ای که ارائه فرمودید. عذر خواهم همه ی 6 داده را در روش دوم در یک فایل data ذخیره کردید. با چه کدی میتوان در هر بار چرخش با نام خودش و بهصورت جدا جدا استخراج کرد. مثلا 6 فایل را بخواند و با نام خودش به .mat تبدیل شود؟
- onlinebme 2 سال پیش
  
  سلام
  ممنون از توجه شما
  میتونید به شکل زیر ذخیره کنید
  save([‘filename’,’.mat’])
  اسم مورد نظر رو به جای filename قرار بدهید
  فقط چون میخوایید خودکار باشه میتونید اول اسم متغیرها رو یکی بگذارید و با یک عدد از هم جدا کنید، همانند زیر:
  
  save([‘filename’, num2str(i),’.mat’])
  که در اینجا i میتونه شماره حلقه باشه که برای هر متغیر یک اسم متفاوت ایجاد کنه
  موفق باشید
مجتبی 10 ماه پیش

سلام ممنون از دوره ی عالی سیگنال eeg
این تابع textread در ورژن 2022 متلب به درستی کار نمی کنه و خود متلب پیشنهاد میده از یک تابع دیگه استفاده کنید لطف می کنید اون رو هم آموزش بدید؟
- محمد نوری زاده چرلو 10 ماه پیش
  
  سلام
  از تابع dlmread به همون فرمت فراخوانی کنید
- محمد نوری زاده چرلو 10 ماه پیش
  
  سلام
  وقت بخیر
  از تابع dlmread به همون فرمت استفاده کنید
مجتبی 10 ماه پیش

ببخشید اگر طول سیگنال eeg مون در نمونه های مختلف برابر نباشند و دیتاست هم 19 کاناله باشه باید به چه صورتی عمل کرد چون در تمام کدنویسی ها در پروژه طول سیگنالمون یکی بود.
- محمد نوری زاده چرلو 10 ماه پیش
  
  سلام
  یکی از راهها اینه که تمامی سیگنالها را با طول یکسان بردارید
  یعنی اگه کمترین طول شما 2 ثانیه هست، از همه نمونه ها دو ثانیه انتخاب کنید تا همه هم اندازه باشند
msd 9 ماه پیش

سلام استاد سپاس از دوره ی کاملتون
از کجا بفهمیم سیگنالمون نویزی هست یا نه و اینکه به جز برق شهری که فرکانسش مشخص هست
بقیه نویزها و ارتیفکت ها (مثلا حرکات چشم) رو چطوری از سیگنالمون جدا کنیم؟
- محمد نوری زاده چرلو 1 هفته پیش
  
  میتونید از ابزار eeglab برای کاهش نویز سیگنال استفاده کنید.

نحوه‌ی تبدیل فایل تکست به متلب(mat.)

خواندن فایل تکست در متلب

دوره های مرتبط

دیدگاه ها

دیدگاهتان را بنویسید لغو پاسخ

25 دیدگاه

سبد خرید