hce_nsysu
114年
計算機概論與程式設計
第 43 題
Which technique reduces noise in EEG signal data while preserving critical waveforms?
- A Fourier Transform
- B High-pass Filtering
- C Huffman Encoding
- D Run-Length Encoding
- E Checksum Calculation
思路引導 VIP
試著想像一段錄音中同時有人的說話聲和尖銳的機器鳴叫聲。如果我們在錄音的波形圖（隨時間起伏的線）上很難把這兩種聲音分開，有沒有什麼方法可以讓我們看到這段聲音是由哪些「高低音」組成的，進而讓我們精準地把那個特定頻率的鳴叫聲拿掉呢？
🤖
AI 詳解
AI 專屬家教
很高興看到你準確地選出了 傅立葉轉換 (Fourier Transform)！這顯示你對於訊號處理的核心觀念掌握得非常紮實。在面對複雜的腦電圖（EEG）訊號時，原始資料通常混合了生理訊號與各類環境雜訊，若只在時間軸上觀察，很難將兩者有效分離。
頻譜分析與訊號分離
傅立葉轉換的核心價值，在於它能將時域（Time Domain）的訊號轉換為頻域（Frequency Domain）。數學上，這通常表示為：
▼ 還有更多解析內容