<s id="0aiq2"></s>
為去除腦電信號采集過程中存在的噪聲信號，提出了基于小波閾值去噪的腦電信號去噪。以小波閾值降噪為基礎(chǔ)，首先利用db4小波對腦電信號進(jìn)行5尺度分解，然后采用軟、硬閾值與小波重構(gòu)的算法進(jìn)行去噪。通過對MIT腦電數(shù)據(jù)庫中的腦電信號進(jìn)行仿真，結(jié)果表明，采用軟閾值方法有效去除了噪聲，提高了腦電信號的信噪比。
上傳時間： 2014-12-23
上傳用戶：如果你也聽說
針對齒輪故障特征信號具有強(qiáng)噪聲背景、非線性、非平穩(wěn)性特點(diǎn)，提出采用形態(tài)梯度小波對齒輪振動信號進(jìn)行降噪。首先使用形態(tài)梯度小波把齒輪振動信號分解到多個尺度上，然后對各層的細(xì)節(jié)系數(shù)進(jìn)行軟閾值方法降噪處理，對經(jīng)過處理后的小波系數(shù)進(jìn)行重構(gòu)。對降噪后的齒輪振動信號采用S變換多分辨率時頻分析，能夠從具有良好的時頻分辨率的S變換譜圖提取齒輪故障特征。通過仿真試驗(yàn)和故障軸承的信號分析證明，該方法具有短時傅里葉變換和小波變換的優(yōu)點(diǎn)，不存在Wigner-Ville分布的交叉干擾和負(fù)頻率，能有效地提取隱含在噪聲中的齒輪故障特征，適合齒輪故障的在線監(jiān)測和診斷。
上傳時間： 2013-11-01
上傳用戶：AISINI005
為了提高數(shù)字水印抗擊各種圖像攻擊的性能和保持圖像的穩(wěn)健性和不可見性，提出了一種基于離散小波變換（DWT），SVD（singular value decomposition）奇異值分解水印圖像和原始載體圖像的離散余弦變換（DCT）的自適應(yīng)水印嵌入算法，主要是將水印圖像的兩次小波變換后的低頻分量潛入到原始圖像分塊經(jīng)過SVD分解的S分量矩陣中，同時根據(jù)圖像的JPEG壓縮比的不同計(jì)算各個圖像塊的水印調(diào)節(jié)因子。實(shí)驗(yàn)證明該算法在抗擊JPEG壓縮、中值濾波、加噪等均具有很好的魯棒性，嵌入后的圖像的PSNR達(dá)到38，具有良好的視覺掩蔽性
標(biāo)簽： 數(shù)字水印算法
上傳時間： 2013-10-09
上傳用戶：ca05991270
針對傳統(tǒng)的雙線性插值法在對圖像進(jìn)行插值后會不可避免的產(chǎn)生邊緣模糊的問題，提出了一種改進(jìn)的線性插值法，該算法首先把待插值點(diǎn)分為三類，然后分別選取合適的已知點(diǎn)進(jìn)行插值。通過對經(jīng)典圖像lena和pepper進(jìn)行插值的實(shí)驗(yàn)結(jié)果表明，該算法的插值效果與雙立方法相當(dāng)，但計(jì)算量遠(yuǎn)遠(yuǎn)小于雙立方，能有效的保持圖像邊緣信息，提高了圖像質(zhì)量。
上傳時間： 2014-01-17
上傳用戶：杏簾在望
提出了一種針對JPEG圖像的通用隱寫分析算法。該算法提取了15個具有良好分類特性的特征參數(shù)，輸入構(gòu)建的LS-SVM分類器，以達(dá)到檢測載密圖像的目的。實(shí)驗(yàn)結(jié)果表明，該算法的檢測正確率較高，檢測速度快，能夠?qū)崿F(xiàn)針對各類JPEG載密圖像的有效檢測。
上傳時間： 2014-12-23
上傳用戶：dddddd55
提出了一種基于相關(guān)分析的飛機(jī)目標(biāo)識別方法。該方法利用飛機(jī)圖像低頻和高頻部分合成濾波器模板，能達(dá)到很高識別率與很低的等錯率。該研究旨在提高飛機(jī)識別的準(zhǔn)確率和降低出錯率，采用一種基于相關(guān)分析的飛機(jī)目標(biāo)識別方法。該方法通過對采集的飛機(jī)圖像做去除背景、降噪、圖像增強(qiáng)、二值化和歸一化處理，將飛機(jī)圖像低頻和高頻部分合成濾波器模板，通過特征比對達(dá)到識別飛機(jī)的目的。利用Matlab 7.0做10種飛機(jī)的識別實(shí)驗(yàn)，得出了95.47%識別率和0.04%等錯率的結(jié)論，識別率和等錯率均優(yōu)于不變矩法、三維識別方法、基于小波分析和矩不變量的方法，印證了筆者提出的基于相關(guān)分析的飛機(jī)目標(biāo)識別方法的優(yōu)越性。在飛機(jī)圖像數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果表明，該方法是可行的。
標(biāo)簽： 分 飛機(jī) 目標(biāo)識別
上傳時間： 2013-11-03
上傳用戶：manlian
為了解決電力系統(tǒng)諧波檢測中存在的檢測精度低的問題，提出一種改進(jìn)的全相位時移相位差頻譜校正算法，消除了相位值對采樣中心樣點(diǎn)的依賴性。將該算法用于電網(wǎng)含有諧波以及間諧波的測量分析，結(jié)果表明該算法在中高信噪比情況下相位誤差小于1°，具有估計(jì)精度高且穩(wěn)定性好的特點(diǎn)。
標(biāo)簽： 電力系統(tǒng) 諧波檢測 相位 頻譜分析
上傳時間： 2014-12-24
上傳用戶：dajin
線性卷積和線性相關(guān)的FFT算法：一 實(shí)驗(yàn)?zāi)康? 1：掌握FFT基2時間（或基2頻率）抽選法，理解其提高減少乘法運(yùn)算次數(shù)提高運(yùn)算速度的原理。 2：掌握FFT圓周卷積實(shí)現(xiàn)線性卷積的原理 二 實(shí)驗(yàn)內(nèi)容及要求 1.對N=2048或4096點(diǎn)的離散時間信號x(n)，試用Matlab語言編程分別以DFT和FFT計(jì)算N個頻率樣值X(k), 比較兩者所用時間的大小。 2.對N/2點(diǎn)長的x(n)和N/2點(diǎn)長的h(n)，試用Matlab語言編程實(shí)現(xiàn)以圓周卷積代替線性卷積，并比較圓周卷積法和直接計(jì)算線性卷積兩者的運(yùn)算速度。 三預(yù)做實(shí)驗(yàn) 1.FFT與DFT計(jì)算時間的比較 （1）FFT提高運(yùn)算速度的原理 （2）實(shí)驗(yàn)數(shù)據(jù)與結(jié)論 2.圓周卷積代替線性卷積的有效性實(shí)驗(yàn) （1）圓周卷積代替線性卷積的原理 （2）實(shí)驗(yàn)數(shù)據(jù)和結(jié)論 FFT提高運(yùn)算速度的原理 FFT算法將長序列的DFT分解為短序列的DFT。N點(diǎn)的DFT先分解為2個N/2點(diǎn)的DFT，每個N/2點(diǎn)的DFT又分解為N/4點(diǎn)的DFT，等等。最小變換的點(diǎn)數(shù)即所謂的“基數(shù)”。因此，基數(shù)為2的FFT算法的最小變換（或稱蝶型）是2點(diǎn)的DFT。一般地，對N點(diǎn)FFT，對應(yīng)于N個輸入樣值，有N個頻域樣值與之對應(yīng)。
上傳時間： 2013-10-26
上傳用戶：erkuizhang
mp3解碼算法分析
上傳時間： 2013-10-08
上傳用戶：趙一霞a
算法設(shè)計(jì)與分析
標(biāo)簽： 算法 設(shè)計(jì)與分析
上傳時間： 2014-01-08
上傳用戶：wangjin2945
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
