搜索资源列表
disp_hhs
- 经验模式分解后如何将各个分量分解后的结果显示在图片上-empirical mode decomposition how various components of the decomposition results in the pictures
icaMF
- ICA算法The algorithm is equivalent to Infomax by Bell and Sejnowski 1995 [1] using a maximum likelihood formulation. No noise is assumed and the number of observations must equal the number of sources. The BFGS method [2] is used for optimization. The
FFT
- 由已知表达式画出原始波形和它的功率谱，并编制一个互相关函数程序，要求提取特定频率的成分，画出变换过程中的波形和功率谱。-Drawn from the known expression of the original waveform and its power spectrum, and the preparation of a cross-correlation function procedure that requires the extraction of specific freque
wave
- 一款模拟正弦波，方波等函数的波形发生器。设置好起始频率、结束频率以及周期即可开始演示波形曲线。你可以调整采样、缓冲，增益调节，振荡器等参数进行修正。这个代码附带的几个控件不错，有点像工控组件，如旋钮，开关，LED显示-A simulated sine wave, square wave function, such as the waveform generator. Set up the starting frequency, ending frequency, and waveform pr
xiaobobao
- 对信号进行小波包分解并求取各个分量的功率谱-The signal wavelet packet decomposition and obtain the power spectrum of the various components
40
- 近年来，随着互联网的高速发展，网上的多媒体信息也急剧增加，这些多媒体信息以图像为主。如何从浩瀚的图像数据库中快速、准确地找出所需要的图像，己成为一个备受关注的研究课题。有效地组织、管理和检索大规模的图像数据成为迫切需要解决的问题。于是基于内容的图像检索(Content-Based Image Retrieval: CBIR)作为一个崭新的研究领域出现了。 本课题拟研究、分析彩色图像红、绿、蓝三基色直方图的生成、特征提取和相似度等问题，应用图像的颜色信息—三基色直方图对图像进行检索。针对基于颜
frequency
- 以C sharp編程快速富里葉變換頻率成分濾波頻率方位濾波-In C sharp programming Fast Fourier Transform frequency components filtered frequency direction filter
wavelet
- 为了避免常规正交小波变换所引起的图像边缘失真，特别采用了双正交小波变换进行图像 的多分辨率分解。在融合处理时，为了获得更丰富的细节和更好的融合效果，对不同分解层、不 同方向上的高频分量以及同一分解层图像中的不同区域均采用不同的融合算子。实验结果表明， 该融合方法和融合规则是十分有效的，融合后图像的边缘和纹理细节都更加突出-In order to avoid the conventional orthogonal wavelet transform image edge distort
slp1
- 利用小波变换，提取心电信号中呼吸成分，呼吸成分位于较低的近似成分中。-Using wavelet transform, to extract the respiratory components of the ECG, respiratory components in the composition of the lower approximation
Wavelet-of-order
- 采用不同的消失矩的小波函数来分解一个信号，验证了消失矩增大时,它的高频分量中的零原来越多，因此，通常我们都愿意采用消失矩较高的小波函数。-Different vanishing moments of wavelet function to decompose a signal to verify the vanishing moments increases, it is zero in the high-frequency components more original, so often
Iris-feature-extraction-algorithm
- 基于二维小波变换和方向向量，提出一种新的虹膜特征提取方法。该方法的基本思想是考虑虹膜纹理的 灰度变化，对于多层小波分解后的低频分量，分别求其在4个方向上的方向向量，最后形成虹膜码。测试结果表明，该方法能 有效地提高虹膜的识别率，且算法简单、快速。 -The basic principle of the method is as follows.In view of iris textural intensity variation,for the low- frequency c
PCA_Nicolas
- 提出一种基于主成分分析(PCA)分解的图像融合框架。对源图像进行主成分分析,依据前几个主成分重建图像,经过下采样过程得到近似图像,对近似图像进行上采样,得到上层图像的差异图像(即细节图像),将最底层近似图像与各层细节图像进行累加完成图像的重构-The proposed fusion framework based on principal component analysis (PCA) decomposition. Principal component analysis of the sou
wavelet
- 对原始含噪声的信号由小波分解后的小波系数来描述，然后将个尺度上有噪声产生的小波分量去掉，这样保留下来的小波系数基本上是原始信号的小波系数，然后利用小波重构算法重构原始信号-Original noisy signal described by the wavelet coefficients of the wavelet decomposition, then the noise generated by wavelet components removed on a scale, which r
yanshe
- 一束平面波经过一个相位畸变元件后通过小孔衍射，畸变光束的衍射-After a bunch of plane-wave phase distortion components through the hole diffraction beam diffraction distortion
emdfenjie
- 对采集到的振动信号进行EMD分解，得到一系列频率不同的经验模态函数IMF分量，可以用来滤波和提取原信号的特征。-The collected vibration signals of EMD, get a series of different frequency components of IMF empirical mode function can be used to filter and extract features of the original signal.
LMS--filtering
- 信号在采集和输送过程中往往会参杂着噪声和干扰，将自适应神经网络与信号处理结合起来，采用最小均方（LSM）算法设计的线性自适应滤波器将信号中的杂波成分滤除。用matlab进行仿真,证实线性自适应滤波器具有良好的滤波功能。-Signal acquisition and delivery process often mingled with the noise and interference, the adaptive neural network combined with signal proc
Desktop
- EMD是处理非线性、非平稳性信号的有效的新方法，本程序是振动信号EMD分解程序，可以把振动信号分解成多个IMF分量和一个残余量。-EMD is nonlinear, effective new method of non-stationary signals, this program is the vibration signal EMD decomposition process, the vibration signal can be decomposed into multiple co
colorhistogramusingrgbcomponents
- color histogram through RGB components and cloud clustering also
Mechanical-fault-diagnosis-method
- 经验小波变换(EWT)是一种新的自适应信号分解方法, 该方法继承了EMD 和小波分析方法的各自优点, 通过提取频域极大值点自适应地分割傅里叶频谱以分离不同的模态, 然后在频域自适应地构造带通滤波器组从而构造正交小波函数, 以提取具有紧支撑傅立叶频谱的调幅-调频(AM-FM)成分。本文将该方法引用到机械故障诊断中, 提出了一种基于经验小波变换的机械故障诊断方法, 并与EMD方法进行了对比分析。仿真结果表明, 经验小波变换方法明显优于EMD方法, 能有效地分解出信号的固有模态。与EMD 相比较, 该