Модели акустической диагностики

function выборка(сегменты_норма, сегменты_ролик, сегменты_внутр, сегменты_внеш)

println("\nГенерация обучающей выборки:")

X_all = Vector{Float64}[]
y_all = Vector{Float64}[]

for i in 1:min(50, length(сегменты_норма))
    push!(X_all, вычислить_признаки(сегменты_норма[i], частота_дискретизации))
    push!(y_all, [0.0, 0.0, 0.0])
end
println(" ✅ Нормальные сигналы")

for (сегменты_деф, индекс) in [(сегменты_внутр, 1), (сегменты_внеш, 2), (сегменты_ролик, 3)]
    for i in 1:min(50, length(сегменты_деф))
        норм_сег = сегменты_норма[rand(1:end)]
        деф_сег = сегменты_деф[i]
        
        for ст in [0.05, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 0.95, 1.0]
            цель = zeros(3)
            цель[индекс] = ст * 100
            смесь = норм_сег + ст * (деф_сег - норм_сег)
            push!(X_all, вычислить_признаки(смесь, частота_дискретизации))
            push!(y_all, цель)
        end
    end
end
println(" ✅ Одиночные дефекты")

for _ in 1:30000
    вн_ст = rand()
    вш_ст = rand()
    рл_ст = rand()
    r = rand()
    if r < 0.15
        вн_ст = 0.2 + rand() * 0.8
        вш_ст = 0.2 + rand() * 0.8
        рл_ст = 0.2 + rand() * 0.8
    elseif r < 0.30
        рл_ст = 0.5 + rand() * 0.5
        вн_ст = rand() * 0.5
        вш_ст = rand() * 0.5
    elseif r < 0.45
        рл_ст = rand() * 0.3
        вн_ст = 0.3 + rand() * 0.7
        вш_ст = rand() * 0.3
    elseif r < 0.55
        рл_ст = 0.0
        вн_ст = rand()
        вш_ст = rand()
    elseif r < 0.65
        рл_ст = rand()
        вн_ст = 0.0
        вш_ст = 0.0
    end
    
    норм_сег = сегменты_норма[rand(1:end)]
    вн_сег = сегменты_внутр[rand(1:end)]
    вш_сег = сегменты_внеш[rand(1:end)]
    рл_сег = сегменты_ролик[rand(1:end)]

    смесь = норм_сег + 
            вн_ст * (вн_сег - норм_сег) + 
            вш_ст * (вш_сег - норм_сег) + 
            рл_ст * (рл_сег - норм_сег)
    
    push!(X_all, вычислить_признаки(смесь, частота_дискретизации))
    push!(y_all, [вн_ст*100, вш_ст*100, рл_ст*100])
end
println(" ✅ Комбинированные дефекты")

X_матрица = reduce(vcat, [x' for x in X_all])
y_матрица = reduce(vcat, [y' for y in y_all])


return X_матрица, y_матрица
end