計算機體系結構-量化研究方法（英文第三版）電子書，本人的CS Master學位課教材，xixi～
上傳時間： 2013-12-14
上傳用戶：qoovoop
針對Marr邊緣檢測算法中LOG模板的構造進行了研究。根據實際應用中LOG模板的設計要求,提出了 不等間隔采樣和非均勻量化相結合的數字化方法 導出了構造LOG模板的一般公式 給出了調整公式中參數的方 法。實驗結果表明,該方法能夠滿足實際應用的要求。
上傳時間： 2014-01-25
上傳用戶：wyc199288
計算機體系結構的量化研究方法，John L. Hennessy David A. Patterson的，絕對經典。
上傳時間： 2013-12-24
上傳用戶：caozhizhi
本篇論文從常用語音特征參量的提取、基于矢量量化和混合高斯模型的說話 人識別、識別方法的優化及系統實現與實驗結果這幾個方面討論了說話人識別的 應用技術，并對實驗結果進行了討論
上傳時間： 2014-12-19
上傳用戶：mikesering
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態的一種不可缺少的手段。本文針對目前該研究領域中存在的分析方法問題和分類識別技術難點展開了深入的研究，內容涉及心音構成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內容包括以下5個方面： a）心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據實驗分析，選擇Donoho閾值函數結合多級閾值的方法作為心音信號預處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析，結果表明：不同的時頻分析方法與待分析心音信號的特性有密切關系，即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應錐形核時頻（ATF）分析方法，通過實驗驗證該分布能較好地反映心音信號的時頻結構，其性能優于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應錐形核時頻分析方法進行心音信號分析。 c）心音信號特征向量提取。根據對3M Littmann（） Stethoscopes[31]數據庫中標準心音信號的時頻分析結果，提取8組特征數據，通過Fihser降維處理方法提取出了實現分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據心音信號特征向量組成的散點圖，研究了支持向量機核函數、多分類支持向量機的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準則的核函數參數與松弛變量的優化方法，建立了心音信號分類的支持向量機模型，選取標準數據庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數據作為支持向量機的學習樣本，對余下的每類20組數據進行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統。本文以MATLAB語言的可視化功能實現了心音信號分析與識別的軟件運行平臺構建，可完成對心音信號的讀取、預處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態鏈接，實現對心音信號分析數據的存儲以及統計功能；最后，通過對心音信號2維特征向量的分析，實現心音信號的自動識別功能。 本文的研究特色主要體現在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述，本文從理論與實踐兩方面對心音信號進行了深入的研究，主要是采用自適應錐形核時頻分析方法提取心音信號特征向量，根據心音信號特征向量組成的散點圖，建立心音信號分類的支持向量機模型，并對正常心音信號和4種心臟雜音信號進行了分類研究，取得了較為滿意的分類結果，但由于用于分類的心臟雜音信號種類及數據量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進一步提高心音信號分類精度，使本文研究成果能最終應用于臨床心臟量化聽診。 關鍵詞：心音信號，小波降噪，非平穩信號，心臟雜音，信號處理，時頻分析，自適應，支持向量機
上傳時間： 2013-04-24
上傳用戶：weixiao99
為了模擬圖像分類任務中待分類目標的可能分布，使特征采樣點盡可能集中于目標區域，基于Yang的有偏采樣算法提出了一種改進的有偏采樣算法。原算法將目標基于區域特征出現的概率和顯著圖結合起來，計算用于特征采樣的概率分布圖，使用硬編碼方式對區域特征進行編碼，導致量化誤差較大。改進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2010兩個數據集上進行實驗，平均精度比隨機選取的特征采樣方法能夠提高約0.5%，驗證了算法的有效性。
上傳時間： 2013-10-24
上傳用戶：wawjj
《數字信號處理實踐方法（第二版）》根據實際工程應用和具體實例，詳細介紹了數字信號處理（DSP）領域內的基本概念和相關技術。全書共分為14章，首先講解了DSP的基本概念及其應用，并從實際的例子出發，闡述了DSP的一些基本內容，如信號的抽樣、量化及其在實時DSP上的內涵。然后，作者介紹了離散變換（DFT和FFT），離散時間信號與系統分析的工具（z變換），以及DSP的基本運算（相關和卷積），并分析了數字濾波器設計的實際問題。《數字信號處理實踐方法（第二版）》還介紹了多抽樣率數字信號處理、自適應數字濾波器、譜估計及其分析等現代數字信號處理理論，最后討論了通用和專用數字信號處理器、定點DSP系統有限字長效應分析及DSP的應用和設計實例。另外，書中還提供了有關范例和實驗的MATLAB實現方法。 《數字信號處理實踐方法（第二版）》可作為通信與電子信息類專業高年級本科生和研究生的教材或教學參考書，而且對于相關學科的工程技術人員也具有很好的參考價值。
上傳時間： 2013-12-30
上傳用戶：assef
首先介紹了采用直接數字頻率合成（DDS）技術的正弦信號發生器的基本原理和采用FPGA實現DDS信號發生器的基本方法，然后結合DDS的原理分析了采用DDS方法實現的正弦信號發生器的優缺點，其中重點分析了幅度量化雜散產生的誤差及其原因，最后針對DDS原理上存在的幅度量化雜散，利用FPGA時鐘頻率可調的特點，重點提出了基于FPGA實現的DDS正弦信號發生器的兩種改進方法，經過MATLAB仿真驗證，改進方法較好的抑制了幅度量化雜散，減小了誤差。
上傳時間： 2013-10-09
上傳用戶：ssj927211
首先介紹了采用直接數字頻率合成（DDS）技術的正弦信號發生器的基本原理和采用FPGA實現DDS信號發生器的基本方法，然后結合DDS的原理分析了采用DDS方法實現的正弦信號發生器的優缺點，其中重點分析了幅度量化雜散產生的誤差及其原因，最后針對DDS原理上存在的幅度量化雜散，利用FPGA時鐘頻率可調的特點，重點提出了基于FPGA實現的DDS正弦信號發生器的兩種改進方法，經過MATLAB仿真驗證，改進方法較好的抑制了幅度量化雜散，減小了誤差。
上傳時間： 2013-11-21
上傳用戶：himbly
LVQ(學習矢量量化)算法：它是Kohonen的有監督學習的擴展形式。融合了自組織和有導師監督的技術，學習方法是競爭的，但產生方式是有教師監督的，也就是說，競爭學習是在由訓練輸入指定的各類中局部進行。
上傳時間： 2014-05-26
上傳用戶：yangbo69
