undersampling(欠采样):指在采集数据或信号时,采样频率/采样数量低于所需标准,导致信息不足,常见后果是细节丢失或在信号处理中产生混叠(aliasing)。该词也常用于统计/机器学习语境,表示对数据(尤其多数类)抽取较少样本以平衡类别分布。(不同领域侧重点略有不同)
The audio sounded distorted because of undersampling.
由于欠采样,这段音频听起来有些失真。
In signal processing, undersampling can cause aliasing, making high-frequency components appear as lower frequencies.
在信号处理里,欠采样可能导致混叠,使高频成分“伪装”成较低频率出现。
/ˌʌndərˈsæmplɪŋ/
由 **under-**(“不足、低于标准”)+ sampling(“采样”)构成,字面意思就是“采样不足”。随着数字信号处理与数据科学的发展,该词在工程与数据分析语境中被广泛使用。