搜索资源列表
Basedonwaveletanalysisandprincipalcomponentanalysi
- 基于小波分析和主成分分析的人脸识别研究随着社会的发展，社会各个方面对快速有效的身份验证的要求日益迫切。由 于生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，因此是身份 验证的理想依据。其中利用人脸特征又是最自然直接的手段，相比其他生物特征， 它具有直接、友好、方便的特点，易于为用户接受。从而，人脸识别吸引了越来 越多来自计算机视觉和信号处理等领域的关注，成为模式识别、图像处理等学科 的研究热点。-Based on wavelet analysis and princ
waveletanalysis
- 小波分析本质上是一门分析学科，属于时频分析的一种，是傅里叶变换发展史上里程碑似的进展，Meyer认为小波分析是人们对变化敏感体会的一种方法，正如我们对速度的反应一样，身体及大脑仅对加速度有反应，而对速度没感觉。只要火车或飞机的速度是常数，我们就感到它们没有动，这就是小波分析的基本思想，它与人类体验反应、思维方式、视觉工程等十分类似，小波分析的这一特性便于我们区分信号的敏感部分和平坦部分，实施对信号的分析和检测。-wavelet analysis
xiaobofenxi
- 一些介绍小波信号的原理及其应用的资料，老师给的，共享了-Principle and Applications of information about the wavelet signal, the teacher, shared a
Eeg-signals
- 从脑电信号的分析出发,论述了频域分析、时域分析等脑电图分析中常用的信号分析方法和特点,特别介绍了Wigner分布、小波变换和匹配跟踪等时频分析方法、人工神经网络和非线性动力学方法在脑电信号分析和处理中的应用情况。 -From the analysis of eeg, discusses the frequency domain and time domain analysis analysis in the analysis of the commonly used eeg signal a
waveletDandR
- 此文档主要是小波分解与重构的VC语言代码，可以直接运行，只要将信号输入。比较清晰的展现了小波分解与重构过程-This document is the the VC language code wavelet decomposition and reconstruction, and can be run directly, as long as the signal input. Comparison clearly shows the wavelet decomposition and rec
wavelet-decomposition-
- 信号的小波分解与重构原理，在matlab运行，内容详细，并有代码。-Principles of Signal based on wavelet decomposition and reconstruction, to run matlab, detailed, and code.
W-avelet-Approximation-to-Remove-ECG
- 利用小波变换逼近信号滤除心电图(ECG)基线漂移的方法 可以完成图像的光线不均的矫正-The wavelet transform the approximation signal filtering electrocardiogram (ECG) baseline drift complete image uneven light correction
W-avelet-Package-Removing-ecg
- 提出一种利用小波包变换逼近信号消除心电图ECG基线漂移噪声的方法。该方法的基本思想是：通过对 ECG信号进行多分辨率分析，利用所得到的一段或几段逼近信号充分逼近ECG信号中的基线漂移噪声的特性，从而 消除某线漂移分景。-Presents a wavelet packet transform approximation signal method to eliminate electrocardiogram ECG baseline drift noise. The basic idea
61
- 提出了一种结合SVD的小波变换方法，对其在外弹道测量数据中的野值剔除进行了研究。对观测数据进行小波分解，将小波分解后的近似分量和细节分量组合实现相空间重构，作为SVD方法的输入观测矩阵，根据奇异 熵增量准则，对奇异值进行筛选，根据SVD逆变换重构原信号。这一方法克服了Hankel矩阵相空间构建方法数据 端点失真问题。以小波分解后分量重构的相空间可以满足正交性，进一步提高了SVD进行数据降噪和野值检测的精度。仿真数据和试验数据处理结果证明了这一方法的有效性。-Proposed a meth
62
- 对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷，提出一种基于参数优化和奇异值分解(SVD)提高重分配尺度谱时频分布可读性的方法。首先利用Shan— non熵方法优化重分配尺度谱基函数的时间．带宽积(TBP)，克服其时、频分辨率不能同时达到最佳的缺陷，再对重分配尺度谱 进行SVD降噪降低噪声干扰影响，提高时频分布的可读性。最后用该方法对仿真信号和滚动轴承故障信号进行了分析，结果表明该方法的时频聚集性更好，抗噪能力更强，能
63
- 提出一种基于小波分析和奇异谱降噪理论的新方法, 在分析滚动轴承故障特性的基础上, 将奇异谱理论的降噪方法与小波分析理论结合应用于滚动轴承故障诊断中。实例表明,这种结合后的新方法能够更有效地降低噪声,突出振动信号的故障特性, 从而提高设备故障诊断的准确率。-Proposed based on wavelet analysis and Singular Spectrum Reduction Noise Theory new methods in the analysis of rolling bea
66
- 对结构响应信号进行连续复Morlet小波变换，根据小波系数的模极大值提取小波脊线，识别结构的瞬时频率；为降低噪音的影响，采用奇异值分解(SVD)方法进行降噪处理，建立了一种基于连续复小波变换识别时变系统 瞬时频率的方法。用一个具有时变刚度的弹簧质量系统的数值算例验证方法的有效性，随后设计了一个时变拉索 结构试验，分别对索施加线性和正弦变化的拉力，同时测试结构的冲击响应，运用提出的方法成功地识别了索的瞬时频率。数值与试验结果表明，提出的方法能有效地识别时变结构的瞬时频率，且识别方法具有一定
84
- 滚动轴承故障诊断是机械故障检测中一个重要方面。使用小波包分析和包络分析相结合的方法提取轴承微弱振动信号, 克服了传统包络分析方法易丢失信号有效成分的缺点。包络信号的细化谱较好体现了轴承故障信息。-Bearing Fault Diagnosis of mechanical fault detection in an important aspect. The use of wavelet packet analysis and envelope analysis method of combini
87
- 小波分析可同时从时域和频域两个方面对信号进行分析，结合包络分析十分适合滚动轴承的故障特征提取；基于双通道的全矢小波分析方法不仅对单通道小波分析方法具有兼容性，而且弥补了传统的基于单通道信 息进行旋转机械故障特征提取造成的信息量不完整、易导致误诊的弊端。结果表明，在针对滚动轴承外圈故障特征提取时，全矢小波分析方法较小波一包络分析方法具有一定的优势。 -Wavelet analysis simultaneously from the time domain and frequency doma
112
- 以离散平稳小波变换的心电信号噪声去除方法为基础，根据噪声的不同来源及其频带分布特点，对变换后的细节信号采用不同的阈值去噪方案。并提出一种基于准则原理的阈值选取方法。经国际标准数据库中验证，试验表明，该方法行之有效-With discrete stationary wavelet transform of ecg signal to noise removal method as the foundation, according to the different sources of noise
113
- 介绍了小波二进制变换的基本原理 , 简述了小波变换奇异性和信号突变的关系。 基于小波变换, 给出一种结合3R 准则、 软硬阈值折衷法的奇 异信号小波检测方 法。仿真结果表明此法 既能有效地消除噪 声, 又能较好 保留奇异信号-This paper introduces the basic principle of binary wavelet transform, signal singularity and wavelet transform are briefly discussed the
118
- 滚动轴承振动信号容易受 到随机噪声 的污染, 如 何去噪 成为滚动轴承故障诊断的关键问题之一。而传统的消噪方法可能会将信号中一些能量小的有用信号当作噪声消除, 本 文即提出 一种改进 的小波消噪方法-Rolling bearing vibration signals are easily influenced by the random noise pollution, such as any denoising become one of the key problems of rolling
433
- 融合小波能谱熵和支持向量机ＳＶＭ的特点提出了基于小波能谱熵的ＳＶＭ故障诊断方法． 利用转子试验台对转子典型振动故障进行模拟并采集振动数据提取其振动信号的小波能谱熵作为特征向 量-Fusion wavelet energy entropy and support vector machine SVM is proposed based on the characteristics of wavelet energy entropy SVM fault diagnosis method. U
xiaobobaoyuzhijiangzao
- ：提出一种基于对偶树复小波块阈值的信号降噪方法，并将其成功应用于机械故障诊断中。机械设备的振动信号都或多或少地含有噪声，导致弱故障信息的提取一直是故障诊断的难点和热点。提出的降噪方法充分利用对偶树复小波变换的平移不变性和块阈值法的更优估计特性，可以获得比常规的小波降噪方法以及基于常规离散正交小波变换的 NeighBlock 降噪法更高的信噪比， 不仅能有效抑制高斯白噪声， 还能够去除冲击信号中的脉冲噪声。-：A denoising method of block thresholding bas
基于 HHT 的船体结构应力监测数据 特征分析和去噪方法
- ［目的］为了去除船体结构应力监测数据中的噪声信号，获得有效的数据信息，以便为后续数据挖掘提 供支撑，［方法］首先，采用 HHT 方法中的经验模态分解（EMD）算法对数据进行成分分析，得到固有模态函数 （IMF）和余项。然后，通过 Hilbert变换得到 Hilbert谱，证明应力监测数据的非平稳特性。最后，以信噪比（SNR） 和均方根误差（RMSE）为例，结合自适应去噪和小波阈值去噪两种方法对应力监测数据进行去噪效果比较。 ［结果］结果表明，基于 HHT方法的自适应去噪和小波去噪都具有一定