搜索资源列表
contourlet_toolbox123
- 第二代小波变换-----脊波变换工具箱，有多分辨力和方向选择性，由著名Member, IEEE, Minh N. Do编写。 -second generation wavelet transform ----- ridge wavelet transform Toolbox, a number resolution and direction selectivity, eminent Member, IEEE, Do Minh N. prepared.
pingfanggenhfghfg
- 用VC编写的数字分析里面的仍然入耳瓦，可以通过修改N来改变矩阵的大小。-VC prepared by the statistical analysis is still inside the ear watts, and may amend N to change the matrix size.
MARBURG
- Routine marburg: To estimate the AR parameters by Burg algorithm. Input Parameters: n : Number of data samples ip : Order of autoregressive process x : Array of complex data samples x(0) through x(n-1) Output Parameters: ep : Real
TimeFrequency
- Ridge_WindowFT窗口傅立叶变换的脊 CohenDist Cohen类时频分布-Ridge_WindowFT window Fourier Transform ridge CohenDist Cohe n type time-frequency distribution
fft
- fft的快速傅里叶变换 // data 长度为 (2 * 2^n), data 的偶位为实数部分, data 的奇位为虚数部分 // isInverse表示是否为逆变换
MARYUWA
- 用Levinson算法求解Yule-Walker方程以得到p阶AR模型的参数a（1）……a（n-1）。
MRANDOM
- 用来产生均匀分布或高斯分布的伪随机数u（n）（近似白噪声），它们可具有不同的均值和方差
MCMPFFT
- 利用经典的Cooley-Tukey基2算法求复序列x（n）的DFT X（k）
Contourlet
- Contourlet变换的实现源码。相关理论可参考:Do M N, Vetterli M. \"The contourlet transform: an efficient directional multiresolution image representation\" [J]. Image Processing, IEEE Transactions on, 2005, 14 (12): 2091-2106.
wavelet
- WAVELET (n,y,dt,mother,param,s0,dj,jtot,npad,wave,scale,period,coi)计算时间序列y（n）小波变换。-WAVELET (n, y, dt, mother, param, s0, dj, jtot, npad, wave, scale, period, coi) computing time sequence y (n) wavelet transform.
daub
- db4小波变换，以及，db4小波逆变换！ 时间复杂度：O（n * log n）！！！ 推荐！-wavelet transform----db4
63535316jiqishijue
- 视频文字识别在视频分析与检索中有着重要作用,该算法对字幕图像进行N层小波分解,获得该视频文字的低频分量,再借助相似性度量方法实现视频文字的识别。-Video character recognition in the video analysis and retrieval plays an important role in the algorithm of subtitles images N layer wavelet decomposition, which is low-frequenc
wavelet_transformation
- 简单的小波压缩变换工作的原理如下: 信号和求导信号,形成的求同信号序列和求导信号序列的长度均为输入信号的长度的一半.如果输入信号序列是A={a(1),...,a(n)}求同信号S={s(1),...,s(n/2)}和求异信号D={d(1),...,d(n/2)}的计算方式为: for i=1,...,n/2 s(i)=a(2*i-1)+a(2*i) d(i)=a(2*i-1)-a(2*i) 例如输入信号是: 5,2,3,2,5,7,9,6
AAFFT
- 数字信号处理中经典的FFT算法实现，对理解信号处理帮助很大-A Fast Fourier Transform [FFT] method for frequency sparse functions. Recovers the k most energetic frequencies hidden in a bandwidth-N function in k*polylog[N] time.
test1
- 在某个音乐厅内，原始音频信号的回音由于墙壁和天花板等的反射而产生，听众所感受到的音频信号是 和它的回音的合成。令y(n)=x(n)+ax(n-k),其中x(n)=cos(0.3pin)+0.5cis(0.6pin),a=0.1,k=50.产生100个样本，使用Matlab工具，求出其自相关，从中观测确定a和k. -In a concert hall, the original audio signal echo the walls and ceilings due to the reflec
HarmonicAmplitudeOfTheWaveformSynthesis
- 谐波幅度对波形合成的影响 一个幅度为E，脉冲宽度为τ，重复周期为T的矩形脉冲信号，实验内容为用前5项谐波近似合成一方波。先画出基波分量；然后将三次谐波加到基波上，并画出结果；再将一次、三次、五次、七次和九次谐波加在一起；将上述波形分别画在一幅图中，可以看出它们逼近方波的过程。注意“吉布斯现象”。周期信号傅里叶级数在信号的连续点收敛于该信号，在不连续点收敛于信号左右极限的平均值。如果我们用周期信号傅里叶级数的部分和来近似周期信号，在不连续点附近将会出现起伏和超量。在实际中，如果应用这种近似，就
gonglvpu
- 设信号为x(n)=sin(2πf1n)+2cos(2πf2n)+w(n)，n=1,2,....,N，其中f1=0.05，f2=0.12，w(n)为正态白噪声，试在N=356 和1024 点时，分别产生随机序列x(n)、画出x(n)的波形并估计x(n)的相关函数和功率谱
baizaosheng
- 按如下模型产生一组随机序列： x(n)=0.8x(n-1)+w(n) 其中w(n)为均值为1，方差为4 的正态分布白噪声序列。估计过程的自相关函数与功率谱。
wavelet_wx
- （1.）二维信号的小波分解。选择一个小波和小波分解的层次N，然后计算信号s到第N层的分解。 （2）对高斯系数进行阈值量化。对于从1到N的每一层，选择一个阈值，并对这一层的高斯系数进行软阈值量化处理。 （3）二维信号的重构。根据小波分解的第N层的低频系数和经过修改的从第1层到第N层的各层高频系数计算二维信号的小波重构。 -(1) 2 d signal wavelet decomposition. Choose a wavelet and wavelet decomposition le
gengausshermquadrule2
- 高斯的Hermite正交规则-generates zeros of a Hermite polynomial of degree n to tolerance "tol" and their associated weights.