Classification

La Classification est une procédure à compter le nombre de valeurs à partir du canal et de la place dans les classes. Un classique de la classification de l’école primaire est de créer les classes et nombre d’élèves avec le poids spécifique ou la hauteur.

Classification dans le champ de mesure est utilisé pour diverses applications, par exemple pour trouver la distribution de la puissance de la grille de fréquences avec le temps, ou de trouver la distribution des niveaux de bruit auxquels certain domaine ou de lieu de travail est exposé.

Tout d’abord, nous devons définir ce que sera le résultat de la classification. Il y a trois options:

  • Seule la base de la valeur - le résultat est une table contenant le résultat de l’ensemble de la piste
  • Bloc de base - le résultat sera l’ensemble de la matrice de chacune d’ajouter à la fin de la définition de la taille du bloc. Si nous avons par exemple 2 secondes de la taille du bloc et d’acquérir des données pendant 10 secondes, nous aurons 5 tableaux de classification des valeurs, chacune valable pour 2 secondes de données.
  • Cours d’exécution - exécution totale est la somme d’une suite de nombres qui est mis à jour chaque fois qu’un nouveau numéro est ajouté à la séquence, en ajoutant la valeur de ce nouveau numéro de l’exécution précédente total.
  • La classe d’exposition comme un canal séparé- option créer une seule valeur de canaux pour chaque classe de l’élément. C’est une belle option pour afficher les valeurs dans le multimètre.

Classification_Setup_Calc+clasDef

Pour la définition de la classe, nous avons besoin de définir l’:

  • Limite inférieure - ceci permettra de définir la limite inférieure pour commencer à compter - toutes les valeurs en dessous de ce niveau seront comptées dans la première classe
  • Limite supérieure - ce qui va définir la limite supérieure pour une fin de comptage de toutes les valeurs au-dessus de ce niveau seront comptés dans la dernière classe
  • Au nombre de classes - définit le nombre de classes. Dans l’exemple ci-dessus, la largeur de chaque classe sera 5/20=0,25. Première et de la dernière classe aura la moitié de la largeur, de sorte qu’il passe de 0 à 0,125. La deuxième classe a d’une valeur moyenne de 0,25, et il va de 0,125 à 0,375 et ainsi de suite.

Type d’histogramme définit ce que sera la sortie des données (amplitude):

  • Comte absolu - chaque valeur de catégorie a le nombre d’échantillons à l’intérieur de la classe (valeur toujours compter jusqu’)
  • Relative comte - chaque valeur de catégorie a de la valeur des échantillons avec la classe normalisée au nombre total de compté échantillons (somme de toutes les classes seront toujours 1)
  • Relative [%] - même en tant que parent le comte, mais exprimé en pourcentage (somme de toutes les classes seront toujours de 100)
  • Densité - fournit empirique de densité de probabilité de chaque valeur de catégorie a le nombre d’échantillons normalisés pour le nombre total d’échantillons et divisé par classe de largeur. Dans ce cas, la valeur n’est pas en fonction du nombre de classes à l’intérieur d’une gamme
  • Densité [%] - même comme la densité, mais multiplié par 100
  • Distribution - fournit une distribution de probabilité empirique, chaque classe de la valeur est la somme de toutes les classes inférieures, et le nombre actuel d’échantillons, normalisé par le nombre total d’échantillons. La classe la plus élevée est la valeur de 1.
  • Distribution [%] - même de la distribution, mais exprimée en pour cent. La classe la plus élevée est la valeur de 100.

Classification_Setup_stat+dist

Il y a aussi plusieurs canaux de sortie disponibles. Deux d’entre eux sont asymétrie (asymétrie de la distribution de probabilité) et d’Aplatissement (une mesure de la “peakness” de la distribution). En outre, nous pouvons afficher une liste de Distribution des valeurs de point. Les points de Distribution sont les valeurs de classe au cours de laquelle la distribution a atteint la valeur saisie.

Pour le moment, les points de distribution de travail que si une distribution est choisi comme type d’histogramme.

Les histogrammes peuvent être vus dans le graphe 2D lors de la mesure et de l’analyse.

Si nous choisissons de bloc de base de calcul, on peut aussi utiliser le graphique en 3D pour afficher l’historique des classifications.

dwsmath_class_sl03