added features. yes its late, dont judge me

toni/octave/todo.txt

@@ -18,11 +18,11 @@ pca (erste pca) (projektion der x,y,z koordinaten auf den ersten eigenvektor)
 
 2) generiere features für die jeweiligen fenster aus den signalen
 autocorrelation features: 
-autocorrelation bins
+autocorrelation bins. jedes signal window wird in 5 frequenz bins unterteilt und von diesen der mean berechnet. wäre es nicht besser, für einen sensor feste bins für alle klassen zu haben? braucht aber wohl mehr bins, sonst ist der bereich zu klein?
 
 energy features:
 RMS
-power spectrum bin mangnitudes
+power spectrum (|fft|^2). features über logarithmisch überlappende vierrecksfilter, da dreieicksfilter hier keinen sinn ergeben, oder? Wie bei Audio noch eine DCT auf die Ergebnisse des Dreiecksfilters um unwichtige rauszuwerfen?
 
 statistical features:
 mean
@@ -34,3 +34,31 @@ interquartile range
 
 classification:
 SVM
+
+
+
+Abschluss-Dokument: 
+
+- was geht
+- was hat nicht funktioniert?
+
+Training:
+one leave out.
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+