快速傅立叶变换（fast Fourier transform）后怎么提取信号特征进行分析？并且用于简单的识别呢？
基于统计域的时序特征包含：最大值（Maximum）、最小值（Minimum）、均值（Mean）、中位数（Median）、偏度（Skewness）、峰度（Kurtosis）、直方图（Histogram）、四分位距（Interquartile Range）、绝对误差均值（Mean Absolute Deviation）、绝对误差中位数（Median Absolute Deviation）、均方根（Root Mean Square）、标准差（Standard Deviation）、方差（Variance）、经验分布函数百分位数（Empirical Distribution Function Percentile Count）、经验分布函数斜率（ECDF Slope）等；基于谱域的时序特征包含：快速傅里叶变换（Fast Fourier Transform）、傅里叶变换平均系数（FFT Mean Coefficient）、小波变换（Wavelet Transform）、小波绝对均值（Wavelet Absolute Mean）、小波标准差（Wavelet Standard Deviation）、小波方差（Wavelet Variance）、谱距离（Spectral Distance）、频谱基频（Spectral Fundamental Frequency）、频谱最大频率（Spectral Maximum Frequency）、频谱中频（Spectral Median Frequency）、频谱最大峰值（Spectral Maximum Peaks）等；基于时域的时序特征包含：自相关（Autocorrelation）、质心（Centroid）、差分均值（Mean Differences）、差分绝对值均值（Mean Absolute Differences）、差分中位数（Median Differences）、差分绝对值中位数（Median Absolute Differences）、差分绝对值之和（Sum of Absolute Differences）、熵（Entropy）、波峰与波谷距离（Peak to Peak Distance）、曲线覆盖面积（Area Under the Curve）、最大峰值个数（The Number of Maximum Peaks）、最小峰值个数（The Number of Minimum Peaks）、跨零率（Zero Crossing Rate）等。
