搜索资源列表
4sdsdas
- 基于模糊神经网络方法实现茶味信号识别的研究-neural network based on fuzzy method tea flavor signal recognition research
TXSB
- 图像识别技术目前在人们的生活中，应用越来越普遍，如我们较熟悉的数码相机、摄像头、具有摄像功能的手机、以及我们看见的一些智能玩具上都具有图像识别的功能。在此为大家介绍的此款图像识别模组主要是应用于交互式智能玩具、图像处理产品、教学中。此模组接口简单，应用方便，容易与MCU结合使用，若与凌阳公司的SPCE061A结合，使其声貌并具，更能体现产品的特效功能。 2 功能简介 该模组可以实现如下功能: 识别颜色、形状 识别位置 3 模组结构 光学
11
- 本文介绍了医学信号分析的常用方法，着重介绍了神经网络模式识别，包括他的优点及不足，最后介绍了神经网络的模型选择。-medical signal analysis methods commonly used to highlight the neural network pattern recognition, including his strengths and weaknesses, and the final presentation to the neural network model
Multi-ClassSVM
- 提出了一种基于支持向量机的多类模拟调制方式识别算法。该算法通过分析模拟调制信号的特点，提取有效的特征向量以区分不同的调制方式，并基于支持向量机和判决树分类思想，将特征向量映射到高维空间中加以分类。
UDT
- 提出了一个新的超声缺陷自动识别系统。该系统采用小波包分解提取超声信号的特征,采用混沌遗传算法来消除冗余和不相关的特征,并采用支持向量机(SVM) 来对缺陷进行识别。
fastfixedpoint
- 独立分量分析(Independent Component Analysis，简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法，其目的是从由传感器收集到的混合信号中分离出相互独立的源信号，使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用，目前已成为盲信号处理，人工神经网络等研究领域中的一个研究热点。 本文简要的阐述了ICA的发展、应用和现状，详细地论述了ICA的原理及实现过程，系统地介绍了目前几种主要ICA算法以及它
ECGdenoising
- 去除在心电信号采集过程中混入的肌电干扰 、工频干扰、基线漂移等噪声信号,避免噪声对心电信号特征点的识别和提取造成误判漏判。
wifi-car-VB-
- 1.1. 智能小车的功能 1）.循迹（自动识别人为给定的随意路线并能自动沿着路线远行） 2）.壁障（自动检测障碍物，并做出反应保护小车，以免车身与障碍物相撞） 3）.无线视频监控（小车上的摄像头采集的画面通过wifi信号传输回电脑时刻监控小车周围的环境情况） 4）.电脑遥控小车（通过上位机接收的视频监控画面对小车实时遥控，切换小车的工作模式等） 1.2. wifi智能小车的总体工作原理 电脑上运行上位机程序，通过无线网卡和小车上的路由通信获取摄像头传回来的画面并向路由发