#signal-processing Repositories
Entdecke 88 aktive Open-Source-GitHub-Repositories, die mit #signal-processing getaggt sind und insgesamt 132,400 Sterne gesammelt haben (durchschnittlich 1,504 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist merbanan/rtl_433 mit 7,941 Sternen.
Insgesamt 88 Repositories
Programm zum Dekodieren von Funkübertragungen von Geräten in den ISM-Bändern (und anderen Frequenzen)
Python Audioanalysebibliothek: Merkmalsextraktion, Klassifizierung, Segmentierung und Anwendungen
Python Kalman-Filterung und optimale Schätzbibliothek. Implementiert Kalman-Filter, Partikelfilter, Erweiterten Kalman-Filter, Unscented Kalman-Filter, g-h (Alpha-Beta), Kleinste Quadrate, H-Unendlich, Glätter und mehr. Hat ein Begleitbuch 'Kalman and Bayesian Filters in Python'.
Ein hochmoderner, auf Deep Learning basierender Audiocodec, der sowohl Mono-Audio mit 24 kHz als auch Stereo-Audio mit 48 kHz unterstützt.
Eine Python-Anwendung, die die Herzfrequenz einer Person erkennt und hervorhebt (nur mit ihrer eigenen Webcam) in Echtzeit.
LADEN SIE DIESE DATEIEN NICHT VON GITHUB HERUNTER, ES SEI DENN, SIE WISSEN, WAS SIE TUN. (Siehe unten.)
:musical_note: :rainbow: Echtzeit-Visualisierung von Musik mit LED-Streifen unter Verwendung von Python und dem ESP8266 oder Raspberry Pi
NeuroKit2: Die Python-Toolbox für die Verarbeitung neurophysiologischer Signale
eine Fast-Fourier-Transformations (FFT) Bibliothek, die versucht, es einfach zu halten, Dummkopf
Vielseitige Audio-Super-Resolution (beliebig -> 48kHz) mit AudioSR.
BrainFlow ist eine Bibliothek, die dazu gedacht ist, EEG, EMG, ECG und andere Arten von Daten von Biosensoren zu erhalten, zu parsen und zu analysieren.
Anwendungen, die auf Wi-Fi CSI (Channel State Information) basieren, wie z. B. Indoor-Positionierung, Humanoschlussfolgerung
Repository zum Trainieren von Modellen für die Musikquellentrennung.
Eine professionelle Liste von Papers, Tutorials und Umfragen zu KI für Zeitreihen in den Top-KI-Konferenzen und -Journalen.
Eine der größten crowd-sourced, herstellerunabhängigen Datenbanken für Infrarot-Fernbedienungscodes im Web und strebt an, die umfassendste und genaueste zu werden
Bibliothek zur Merkmalsextraktion aus Zeitreihen (TSFEL): über 60 statistische, zeitliche, spektrale und fraktale Merkmale für die Klassifizierung und Regression von Zeitreihen sowie die Signalverarbeitung in Python
Bare-Metal-Raspberry-Pi-Projekt, das pixelgenaue Abtastung von Retro-Computer-RGB/YUV-Videos und Konvertierung zu HDMI bietet
RustFFT ist eine leistungsstarke FFT-Bibliothek, die in reinem Rust geschrieben ist.
High‑Performance‑GPU‑beschleunigtes Signalverarbeitungs- und Visualisierungsframework, das überall läuft.
SoundFile ist eine Audiobibliothek, die auf libsndfile, CFFI und NumPy basiert
Häufig gestellte Fragen
Welches ist das beliebteste #signal-processing-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#signal-processing-Projekt auf GitHub ist merbanan/rtl_433 mit 7,941 Sternen. Programm zum Dekodieren von Funkübertragungen von Geräten in den ISM-Bändern (und anderen Frequenzen)
Welche Programmiersprachen werden in #signal-processing-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #signal-processing-Projekten auf GitHub sind Python, C, C++, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #signal-processing-Repositories berechnet?
Wir verfolgen 88 aktive Open-Source-Repositories, die mit #signal-processing getaggt sind (500+ Sterne), mit insgesamt 132,400 Sternen und durchschnittlich 1,504 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.