·期刊論文：測(cè)井曲線的小波變換特性在自動(dòng)分層中的應(yīng)用
上傳時(shí)間： 2013-07-14
上傳用戶：youke111
·MATLAB6.5輔助小波分析與應(yīng)用
上傳時(shí)間： 2013-06-03
上傳用戶：fhzm5658
· 摘要： 通過(guò)分析小波分析法中的閾值去噪算法的原理,根據(jù)MEMS陀螺儀信號(hào)漂移的數(shù)學(xué)模型,采用了基于小波閾值去噪法對(duì)MEMS陀螺儀的輸出進(jìn)行實(shí)時(shí)消噪處理.并將該算法應(yīng)用到基于DSP的某MEMS陀螺捷聯(lián)慣導(dǎo)系統(tǒng)后對(duì)系統(tǒng)的MEMS陀螺儀進(jìn)行零漂試驗(yàn).通過(guò)整個(gè)系統(tǒng)試驗(yàn)結(jié)果分析,使用小波閾值去噪法對(duì)抑制MEMS陀螺儀零漂,改善MEMS陀螺儀的零偏穩(wěn)定性具有很好的效果,肯定了小波閾值去
標(biāo)簽： MEMS 小波閾值 去噪 信號(hào)降噪
上傳時(shí)間： 2013-04-24
上傳用戶：xiehao13
·摘 要:本文研究了小波閩值圖像的去噪方法，并與其它圖像去噪方法進(jìn)行了比較。對(duì)lena圖像進(jìn)行MATLAB仿真實(shí)驗(yàn)，得到了主觀效果圖和客觀效果的PSNR。研究發(fā)現(xiàn)，小波閾值圖像去噪無(wú)論主觀效果還是客觀效果都優(yōu)于其他圖像去噪方法。[著者文摘]
標(biāo)簽： MATLAB 小波閾值 圖像去噪算法 仿真實(shí)驗(yàn)
上傳時(shí)間： 2013-06-04
上傳用戶：BIBI
·詳細(xì)說(shuō)明：用OpenCV實(shí)現(xiàn)的圖像小波變換及反變換代碼，可用于圖像去噪、多分辨率分析等方面。
上傳時(shí)間： 2013-06-24
上傳用戶：a296386173
由于模擬電路的多樣性、非線性和離散性等特點(diǎn)，模擬電路的故障診斷呈現(xiàn)復(fù)雜、難以辨識(shí)等問(wèn)題。針對(duì)已有方法的數(shù)據(jù)不平衡，提出了一種支持向量機(jī)集成的故障診斷方法。使用小波變換方法提取特征向量，在多類別支持向量機(jī)的基礎(chǔ)上，設(shè)計(jì)了模擬電路的最小二乘支持向量機(jī)預(yù)測(cè)模型，實(shí)現(xiàn)了對(duì)模擬電路的狀態(tài)的故障預(yù)測(cè)。將該方法應(yīng)用于Sallen-Key帶通電路進(jìn)行故障預(yù)測(cè)試驗(yàn)，結(jié)果表明，該方法比單一支持向量機(jī)、徑向基神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)和APSVM有更好的分類和泛化性能，故障診斷準(zhǔn)確率更高。
標(biāo)簽： LS-SVM 集成 模擬電路 故障檢測(cè)
上傳時(shí)間： 2013-10-31
上傳用戶：417313137
為了使計(jì)算機(jī)能更好的識(shí)別人臉表情，對(duì)基于Gabor小波變換的人臉表情識(shí)別方法進(jìn)行了研究。首先對(duì)包含表情區(qū)域的靜態(tài)灰度圖像進(jìn)行預(yù)處理，包括對(duì)確定的人臉表情區(qū)域進(jìn)行尺寸和灰度歸一化，然后利用二維Gabor小波變換提取臉部表情特征，使用快速PCA方法對(duì)提取的Gabor小波特征初步降維。再在低維的空間中，利用Fisher準(zhǔn)則提取那些有利于分類的特征，最后用SVM分類器進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明，上述提出的方法比傳統(tǒng)的方法識(shí)別速度更快，能達(dá)到實(shí)時(shí)性的要求，并且具有很好的魯棒性，識(shí)別率高。
上傳時(shí)間： 2013-11-08
上傳用戶：小眼睛LSL
提出了一種基于FPGA的多級(jí)小波逆變換的高速、實(shí)時(shí)的硬件解決方案。仿真驗(yàn)證表明本方案能夠滿足連續(xù)輸入的數(shù)據(jù)進(jìn)行實(shí)時(shí)處理的要求,并且所設(shè)計(jì)的系統(tǒng)具有功耗低、成本低等優(yōu)點(diǎn)。
標(biāo)簽： 多級(jí) 小波逆變換 實(shí)時(shí)系統(tǒng) 方案
上傳時(shí)間： 2014-12-28
上傳用戶：Zero_Zero
由非線性電力電子裝置組成的電路發(fā)生故障時(shí)，故障特征信息不易提取和識(shí)別。對(duì)此提出一種基于小波包分析和Elman神經(jīng)網(wǎng)的電力電子裝置故障診斷的方法，先運(yùn)用小波包分析法提取電路在不同故障狀態(tài)下電壓及電流信號(hào)的特征信息，然后對(duì)數(shù)據(jù)進(jìn)行歸一化處理并作為Elman神經(jīng)網(wǎng)的輸入，由具有智能學(xué)習(xí)功能的神經(jīng)元故障分類器完成故障識(shí)別和定位。以12脈沖整流電路為例，在Matlab軟件下建立電路模型進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明該方法能快速、準(zhǔn)確的完成故障診斷。
上傳時(shí)間： 2013-11-11
上傳用戶：zjf3110
提出了一種基于FPGA的多級(jí)小波逆變換的高速、實(shí)時(shí)的硬件解決方案。仿真驗(yàn)證表明本方案能夠滿足連續(xù)輸入的數(shù)據(jù)進(jìn)行實(shí)時(shí)處理的要求,并且所設(shè)計(jì)的系統(tǒng)具有功耗低、成本低等優(yōu)點(diǎn)。
標(biāo)簽： 多級(jí) 小波逆變換 實(shí)時(shí)系統(tǒng) 方案
上傳時(shí)間： 2013-12-20
上傳用戶：JasonC
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
<rt id="eegey"></rt>
