搜索资源列表
小波变换源码
- 带有多种小波基的小波变换程序，可用于图象识别，信号突变检测。-with multiple small Porgy wavelet transform procedures can be used to image recognition, signal mutation detection.
S_Transformation
- S变换的matlab源码，并应用几个信号作为例子来说明怎么使用s变换以及s变换可以用来做些什么事情。s变换是时频分析领域中一个较新的内容，现在在信号处理，地震勘探，语音识别等领域都开始了对它的应用研究，是目前的一个热点。-S transform Matlab source, Applied Signal and several examples to illustrate how the use of Transform's's transformation can be use
s变换及应用
- S变换的matlab源码，并应用几个信号作为例子来说明怎么使用s变换以及s变换可以用来做些什么事情。s变换是时频分析领域中一个较新的内容，现在在信号处理，地震勘探，语音识别等领域都开始了对它的应用研究，是目前的一个热点。
BlindRecognitionAlgorithmforTTCSignalsofSatellite.
- 基于小波变换和ICA的卫星测控信号盲识别算法-Based on wavelet transform and ICA for Blind Signal Recognition Algorithm for Satellite Monitoring
5
- 借助小波变换在时频分析上的优点，提取地面运动目标的回波信号特征在目标识别中加以运用-With wavelet transform in time-frequency analysis of the advantages of extracting ground moving target echo signal characteristics to be used in target recognition
Hilbert-and-wavelet-transform
- 利用希尔伯特变换和小波变换提取信号特征，对信号实现调制样式识别-the signal identify method base on Hilbert and wavelet transform,maybe useful for you
Wavelet-Analysis
- 小波分析是建立在泛函分析、调和分析、数值分析、逼近论和傅里叶分析等的基础上发展起来的新的时频分析方法。与经典的傅里叶分析相比较，小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息，因此小波分析有着许多显著的优点。小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了Fourier变换不能解决的许多困难问题。 小波分析是时间—尺度分析和多分辨分析的一种新技术，它在信号分析、语音合成、图像识别、计
wave_decompose_ena0
- 小波分解，得到低频系数并求特征熵，可用来对信号进行分选识别-Wavelet decomposition, low coefficient and entropy, which can be used for signal sorting and recognition
q1
- 提出了一种基于复解析小波变换的相位诊断齿轮故障的方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-A new method using the phase based on complex analytical wavelet transform for fault diagnosis of gears was pro
q2
- 提出了一种基于复解析小波变换的相位诊断齿轮故障的方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-A new method using the phase based on complex analytical wavelet transform for fault diagnosis of gears was pro
q3
- 复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-A new method using the phase based on complex analytical wavelet transform for fault diagnosis of gears was proposed. The phase of vibrati
q4
- 提出了一种基于复解析小波变换的相位诊断齿轮故障的方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起,具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-A new method using the phase based on complex analytical wavelet transform for fault diagnosis of gears was pro
q5
- 利用复解析小波变换得到齿轮振动信号的相位,其功率谱图上可提取调制边频带结构来识别故障模式。试验结果表明这种方法可有效应用于齿轮局部故障诊断中。-By making spectrum analysis of the phase, the sideband structure in power spectrum can be protruded, and the fault pattern can be identified. Experimental results show that the p
Digitalcommunication-
- 本文首先介绍了已有的调制识别方法：判决理论识别方法和统计模式识别方法[9]，然后详细介绍了基于小波变换调制识别过程，最后分析了数字信号调制识别技术的发展前景。-This paper first introduced the existing modulation identification method: Decision theory identification method and statistics pattern recognition method, Then detailed
dtw
- 本为主要阐述了小波变换在语音信号去噪的应用，语音端点的检测，语音特征的提取及一种简单的语音识别算法。-This is mainly expounds the wavelet transform in the application of speech signal denoising, speech endpoint detection, speech characteristics of the extraction and a simple speech recognition algori
example_wavelets_2
- MFSK signal recognition based on 基于小波变换实现MFSK信号的识别，识别率大大提高了，能做到98 以上-MFSK signal recognition based on wavelet transform, the recognition rate is greatly improved, can do more than 98
Research-on-the-Wavelet
- 用于信号去噪中有小波变换实现信号的极大值检测及边缘识别-Wavelet transform for signal denoising realize the great value of the signal detection and edge detection
The-study-of-ECG
- 使用小波变换和数学形态法对心电信号进行前期处理，并使用阈值法来识别R波。-Using wavelet transform and mathematical morphology method for ECG signal pre-processing, and to identify the use of R-wave threshold method.
gabor
- 二维Gabor小波变换是在时频域进行信号分析处理的重要工具，其变换系数有着良好的视觉特性和生物学背景，因此被广泛应用于图像处理、模式识别等领域-An important tool for two-dimensional Gabor wavelet transform is a time-frequency domain signal analysis and processing, the conversion coefficient has a good visual properties a
MIT-BIH-109
- 对109号心电数据进行信号处理，去除噪声以及对R波进行识别与标注-reduce noise in ECG