<table id="mgwoq"></table> 哈爾濱工業(yè)大學(xué)小波分析課件之二（共兩部分）
標(biāo)簽： 工業(yè) 大學(xué) 分 小波分析
上傳時(shí)間： 2016-06-18
上傳用戶：從此走出陰霾
本文對(duì)小波分析在多尺度邊緣檢測(cè)、靜止圖像壓縮和數(shù)字水印三個(gè)方面應(yīng)用的方法進(jìn)行了研究。對(duì)于寫畢業(yè)論文的同學(xué)很有幫助
標(biāo)簽： 小波分析 多尺度 圖像壓縮 邊緣檢測(cè)
上傳時(shí)間： 2013-12-24
上傳用戶：love_stanford
基于小波神經(jīng)網(wǎng)絡(luò)PNN 的說話人識(shí)別程序，希望對(duì)大家有所幫助
標(biāo)簽： PNN 小波神經(jīng)網(wǎng)絡(luò) 識(shí)別 程序
上傳時(shí)間： 2013-11-25
上傳用戶：nanfeicui
小波變換應(yīng)用MATLAB對(duì)于圖像處理的壓縮程序
上傳時(shí)間： 2014-01-06
上傳用戶：宋桃子
基于Haar小波變換的數(shù)字圖像水印算法,信息隱藏, 數(shù)字水印,小波變換
標(biāo)簽： Haar 小波變換 信息隱藏 數(shù)字圖像
上傳時(shí)間： 2014-01-11
上傳用戶：zhangyigenius
在綜合描述聲發(fā)射信號(hào)特點(diǎn)和小波殳換基本原理的基礎(chǔ)上，結(jié)合實(shí)例介紹同時(shí)在時(shí)域 和頻域具有局部分析能力的信號(hào)處理方法--小波變換在聲發(fā)射信號(hào)的特征提取、時(shí)頻分析和噪聲去除等方面的應(yīng)用。
標(biāo)簽： 聲發(fā)射信號(hào)
上傳時(shí)間： 2014-01-25
上傳用戶：manlian
介紹了小波分析的產(chǎn)生與發(fā)展及理論現(xiàn)狀，小波分析是博立葉分析思想方法的發(fā)展與延拓 小波基的構(gòu)造以及結(jié)果分析都依賴博立葉分析，傳統(tǒng)上使用博立葉分析的地方，都可以使用小波分析，小波分析在超越博立葉分析的同時(shí)與博立葉分析相互補(bǔ)充，螺旋式向前發(fā)展。還分析了小波分析在聲發(fā)射信號(hào)處理中的應(yīng)用現(xiàn)狀，并指出了存在的不足及今后的前景展望。
上傳時(shí)間： 2016-06-23
上傳用戶：水口鴻勝電器
采用混沌和小波相結(jié)合的方式實(shí)現(xiàn)的圖像加密
上傳時(shí)間： 2013-11-26
上傳用戶：lindor
討論了BP 小波神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中減小誤差函數(shù)時(shí)最優(yōu)方向的確定和自適應(yīng)調(diào)整學(xué)習(xí)率的方法。 首先論證了小波神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ),然后討論了BP 小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程,重點(diǎn)討論了減小誤差函數(shù)最優(yōu)方 向的確定方法,即如何保證步長(zhǎng)方向與負(fù)梯度方向一致,由此得出了自適應(yīng)調(diào)整學(xué)習(xí)率的簡(jiǎn)便方法。該方法具有 普遍性,有廣泛的應(yīng)用價(jià)值。仿真結(jié)果表明,采用最優(yōu)梯度下降方向可以大幅度提高BP 小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速 度。
標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 減 過程 誤差函數(shù)
上傳時(shí)間： 2014-01-22
上傳用戶：金宜
基于多分辨分析的遞階逼近思想,采用正交小波網(wǎng)絡(luò)研究了輸入樣本空間分布非均勻時(shí)非線性系統(tǒng)的 辨識(shí)問題. 重點(diǎn)討論了樣本非均勻時(shí)網(wǎng)格系的設(shè)計(jì)問題,并給出了基于該網(wǎng)格系的在線遞階辨識(shí)算法. 最后利用正 交小波網(wǎng)絡(luò)分別對(duì)非線性靜態(tài)和動(dòng)態(tài)系統(tǒng)進(jìn)行了仿真辨識(shí).
上傳時(shí)間： 2014-11-26
上傳用戶：wanghui2438
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
