亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

視覺特征

  • MFCC特征提取算法以及語音端點(diǎn)檢測源碼

    ·詳細(xì)說明:本程序包含語音壓縮和語音識別領(lǐng)域所需的LPCC,MFCC特征提取算法以及語音端點(diǎn)檢測源碼。在對語音數(shù)據(jù)進(jìn)行特征提取前,可對語音數(shù)據(jù)進(jìn)行16K到8K的降采樣率處理,包含180階FIR濾波器的頻率壓縮程序。文件列表:   LPCC&MFCC&VAD   .............\endpointD   .............\.......

    標(biāo)簽: MFCC 特征提取 檢測 源碼

    上傳時間: 2013-07-06

    上傳用戶:windwolf2000

  • 人臉特征識別運(yùn)用VC++編程實(shí)現(xiàn)

    ·詳細(xì)說明:人臉特征識別運(yùn)用VC++編程實(shí)現(xiàn),包括圖像提取,預(yù)處理和特征提取等,最終實(shí)現(xiàn)人臉識別的功能。

    標(biāo)簽: VC 人臉 特征識別 編程實(shí)現(xiàn)

    上傳時間: 2013-05-31

    上傳用戶:建建設(shè)設(shè)

  • 用gabor變換算法提取圖像的紋理特征(用matlab編寫)

    ·詳細(xì)說明:該代碼為用gabor變換算法提取圖像的紋理特征,用matlab編寫,可應(yīng)用于基于紋理的圖像檢索系統(tǒng)。其中還包含一篇gabor變換相關(guān)的文獻(xiàn)

    標(biāo)簽: matlab gabor 變換 算法

    上傳時間: 2013-06-27

    上傳用戶:dialouch

  • 基于改進(jìn)AdaBoost算法的飛機(jī)特征圖像識別

    飛機(jī)特征點(diǎn)圖像的識別是航空試飛領(lǐng)域中計算機(jī)視覺研究的重要課題,在基于圖像的視頻安全監(jiān)控、自動識別與智能人機(jī)交互方面有著重要的研究價值。其檢測算法經(jīng)過長時間的發(fā)展,已經(jīng)取得了顯著的成績。本文中對Paul Viola提出的基于積分圖像和AdaBoost的檢測方法進(jìn)行了深入研究、改進(jìn),并針對實(shí)際問題成功應(yīng)用到飛機(jī)特征點(diǎn)圖像的快速檢測中。

    標(biāo)簽: AdaBoost 算法 特征 圖像識別

    上傳時間: 2013-11-04

    上傳用戶:日光微瀾

  • 脈搏波信號降噪和特征點(diǎn)識別研究

    對脈搏波的完全分析是建立在含有少量噪聲且較為清晰的脈搏波信號中,然而在采集脈搏波信號時容易受到多種干擾的影響,使其提取出來的脈搏波含有大量的噪聲,因此降噪處理顯得尤為必要。同時,脈搏波中含有人體生理病理信息,不同的人將表現(xiàn)為不同的特征,可以看出確定脈搏波特征點(diǎn)對于分析人體生理健康很有意義。針對信號去噪問題采用小波變換和多分辨率分析的方法,該方法在時域和頻域都能表征信號局部信息的能力,且具有對信號具有自適應(yīng)性。運(yùn)用極值法確定出脈搏波的峰值點(diǎn),然后再根據(jù)峰值點(diǎn)確定出其他特征點(diǎn)的位置,實(shí)驗(yàn)證明該方法能夠增加特征點(diǎn)的檢出率。

    標(biāo)簽: 脈搏波 信號降噪 特征點(diǎn)識別

    上傳時間: 2013-10-12

    上傳用戶:shirleyYim

  • 形態(tài)梯度小波降噪與S變換的齒輪故障特征抽取算法

    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。

    標(biāo)簽: 梯度 小波降噪 S變換 齒輪故障

    上傳時間: 2013-11-01

    上傳用戶:AISINI005

  • 基于EEMD的故障微弱信號特征提取研究

    總體平均經(jīng)驗(yàn)?zāi)J椒纸猓‥EMD)方法是一種先進(jìn)的時頻分析方法,非常適合于對非平穩(wěn)故障微弱信號的分析處理。文中介紹了EEMD方法的原理與算法實(shí)現(xiàn)步驟,重點(diǎn)分析了EEMD方法避免模式混淆的機(jī)理。利用EEMD方法對齒輪箱振動信號進(jìn)行分析,成功提取了小齒輪磨損故障特征,驗(yàn)證了EEMD方法在故障微弱信號特征提取的有效性。

    標(biāo)簽: EEMD 微弱信號 特征提取

    上傳時間: 2014-11-30

    上傳用戶:wbwyl

  • HHT方法在探地雷達(dá)回波信號特征提取上的應(yīng)用

    探地雷達(dá)回波信號是一種非平穩(wěn)非線性信號,其中不僅包含地下埋藏物的目標(biāo)信號,還包含有可能掩藏目標(biāo)信號的直達(dá)波信號,給目標(biāo)的識別帶來困難。文中采用HHT方法對探地雷達(dá)回波信號進(jìn)行特征分析,提取回波信號的IMF分量的瞬時頻率作為特征向量。實(shí)驗(yàn)結(jié)果表明,用HHT方法提取特征可較好的避免直達(dá)波影響,該方法是可行而有效的,為進(jìn)一步鑒別地下埋藏物提供了新的思想和方法。

    標(biāo)簽: HHT 探地雷達(dá) 回波信號 特征提取

    上傳時間: 2013-10-22

    上傳用戶:hjkhjk

  • 用于圖像分類的有偏特征采樣方法

    為了模擬圖像分類任務(wù)中待分類目標(biāo)的可能分布,使特征采樣點(diǎn)盡可能集中于目標(biāo)區(qū)域,基于Yang的有偏采樣算法提出了一種改進(jìn)的有偏采樣算法。原算法將目標(biāo)基于區(qū)域特征出現(xiàn)的概率和顯著圖結(jié)合起來,計算用于特征采樣的概率分布圖,使用硬編碼方式對區(qū)域特征進(jìn)行編碼,導(dǎo)致量化誤差較大。改進(jìn)的算法使用局部約束性編碼代替硬編碼,并且使用更為精確的后驗(yàn)概率計算方式以及空間金字塔框架,改善了算法性能。在PASCAL VOC 2007和2010兩個數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),平均精度比隨機(jī)選取的特征采樣方法能夠提高約0.5%,驗(yàn)證了算法的有效性。

    標(biāo)簽: 圖像分類 特征采樣

    上傳時間: 2013-10-24

    上傳用戶:wawjj

  • 基于Gabor小波的人臉表情特征提取研究

    為了使計算機(jī)能更好的識別人臉表情,對基于Gabor小波變換的人臉表情識別方法進(jìn)行了研究。首先對包含表情區(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)的方法識別速度更快,能達(dá)到實(shí)時性的要求,并且具有很好的魯棒性,識別率高。

    標(biāo)簽: Gabor 人臉 特征提取

    上傳時間: 2013-11-08

    上傳用戶:小眼睛LSL

主站蜘蛛池模板: 资阳市| 婺源县| 高碑店市| 微山县| 西乡县| 江源县| 会宁县| 宝山区| 尖扎县| 甘德县| 萝北县| 平遥县| 广河县| 康马县| 新巴尔虎右旗| 玉环县| 伊吾县| 棋牌| 望城县| 西乌珠穆沁旗| 淮南市| 南昌县| 莱州市| 浦江县| 罗甸县| 林芝县| 白朗县| 连平县| 定远县| 蓬莱市| 怀来县| 吉木萨尔县| 兖州市| 固阳县| 晴隆县| 于都县| 茂名市| 栖霞市| 巴青县| 庄河市| 彰化县|