Dyjtyuk

本条目 需要擴充。 （2016年2月24日） 请協助改善这篇條目，更進一步的信息可能會在討論頁或扩充请求中找到。请在擴充條目後將此模板移除。 沿着因果关系所组成链条，顺藤摸瓜，查找根本原因 根本原因分析 （ RCA ， Root cause analysis ），旨在找到问题的根本原因，是分析问题、解决问题的一种“治本”的方式。 通过调查和分析问题哪里出错、为什么出错，寻求防止差错事故再次发生的必要措施，从而提高服务安全和质量。 Proximate Case =/ Root Case 近因不是根源 参见 總問題 因果关系 因果链 根本原因 8D問題解決法    根本原因分析 是一个與管理学相關的小作品。你可以通过 编辑或修订 扩充其内容。 This page is only for reference, If you need detailed information, please check here

当前條目的内容正在依照其他语言维基百科的内容进行翻译。 （2018年6月16日） 如果您熟知條目内容并擅长翻译，欢迎协助 改善或校对此條目 ，长期闲置的非中文内容可能会被移除。 倒頻譜 （ cepstrum ），顧名思義，就是將頻譜（spectrum）的英文前四個字母反過來寫。倒頻譜是為了某些時候，為了計算方便，將原來信號的頻譜先轉成類似分貝的單位，再作逆傅里叶变换，把它視為一種新的訊號做處理。倒頻譜有複數倒頻譜，及實數倒頻譜。 倒頻譜被定義在1963的論文（Bogert等）。定義如下： 字義：倒頻譜（信號）是信號頻譜取對數的傅立葉變換後的新頻譜（信號），有時候會稱頻譜的倒頻譜。 數學上：信號的倒頻譜 = IFT ( log ( | FT (信号) | ) + j2πm )（m為實數） 演算法：信号 -> 傅立叶变换 -> 取绝对值 -> 取对数 -> 相位展开 -> 逆傅立叶变换 -> 倒频谱 複數倒頻譜擁有頻譜大小跟相位的資訊，實數倒頻譜只有頻譜大小的資訊，各有各的不同應用。 目录 1 複數倒頻譜與實數倒頻譜 1.1 複數倒頻譜 1.2 實數倒頻譜 2 應用 3 倒頻譜觀念 4 倒濾波器 5 計算倒頻譜的方法 5.1 直接計算IDTFT(反離散時間傅立葉變換) 5.2 利用Z轉換的零點與極點 5.3 利用Z轉換與微分 6 特性 7 梅爾頻率倒頻譜 8 梅爾頻率倒頻譜應用 9 雜訊敏感性 10 梅爾頻率倒頻譜優點 11 卷積 12 微分倒頻譜(differential cepstrum) 12.1 定義 12.2 特性 13 範例 14 參考文獻 複數倒頻譜與實數倒頻譜 複數倒頻譜 x^[n]=∫−1212X^(F)ej2πFdFdisplaystyle widehat xleft[nright]=int _-frac 12^frac 12widehat Xleft(Fright)e^j2pi FdF 其中 X^[F]=log⁡|X(F)|+jarg⁡[X(F)]X(F) 可能遭遇的問題 1. log⁡0=−∞displaystyle log 0=-infty 2. arg⁡[X[n]]displaystyle arg[X[n]] 有無限多的解 當輸入是實數時,因為 log⁡|X(F)