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(yè)| 資源下載| 資源專輯| 精品軟件
登錄| 注冊(cè)

電動(dòng)(dòng)小汽車

  • 基于分塊的多尺度小波頻域數(shù)字水印

    數(shù)字水印是數(shù)字信息安全領(lǐng)域研究的一個(gè)熱點(diǎn)。小波變換算法以其多分辨率分析的特性在應(yīng)用數(shù)學(xué)方面取得了一定的發(fā)展。文中結(jié)合小波算法,在數(shù)字圖像的低頻域中采用分塊方法來(lái)嵌入數(shù)字水印,改進(jìn)了小波多尺度分解算法,通過(guò)實(shí)驗(yàn)說(shuō)明,該數(shù)字水印算法對(duì)數(shù)字水印的穩(wěn)定性效果明顯

    標(biāo)簽: 分塊 多尺度 頻域 數(shù)字水印

    上傳時(shí)間: 2013-11-08

    上傳用戶:199311

  • 基于小波分析的低截獲信號(hào)檢測(cè)方法研究

    在魚雷技術(shù)發(fā)展中,低截獲概率技術(shù)(LPI)的采用大大提高魚雷的作戰(zhàn)能力,同時(shí)也對(duì)截獲信號(hào)提出了更高的要求。本文將基于小波分析的檢測(cè)方法,具體對(duì)有效的低截獲特征信號(hào)信號(hào)進(jìn)行檢測(cè),相比于短時(shí)傅里葉變換的基礎(chǔ)上,采用Daubechies5小波對(duì)信號(hào)進(jìn)行分解變換,證明小波分析方法的有效性及優(yōu)越性。

    標(biāo)簽: 小波分析 信號(hào)檢測(cè) 方法研究

    上傳時(shí)間: 2013-10-22

    上傳用戶:lht618

  • 基于小波與LS-SVM集成的模擬電路故障檢測(cè)

    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

  • 小波分析在信號(hào)降噪中的應(yīng)用

    針對(duì)信號(hào)檢測(cè)中經(jīng)常存在的噪聲污染問(wèn)題,利用小波分解之后可以在各個(gè)層次選擇閾值,對(duì)噪聲成分進(jìn)行抑制,手段更加靈活。本文介紹了小波變換的一般理論以及在信號(hào)降噪中的應(yīng)用,分析了被噪聲污染后的信號(hào)的特性;利用MATLAB軟件進(jìn)行了信號(hào)降噪的模擬仿真實(shí)驗(yàn)并在降噪光滑性和相似性兩個(gè)方面體現(xiàn)出小波變換的優(yōu)勢(shì)。本文分別使用了不同類型的小波和相同類型小波下不同閾值對(duì)信號(hào)進(jìn)行了降噪.仿真結(jié)果表明小波變換具有良好降噪的效果。

    標(biāo)簽: 小波分析 信號(hào)降噪 中的應(yīng)用

    上傳時(shí)間: 2013-10-19

    上傳用戶:alex wang

  • 小信號(hào)高頻晶體管放大器

    小信號(hào)高頻晶體管放大器

    標(biāo)簽: 小信號(hào) 高頻晶體管 放大器

    上傳時(shí)間: 2013-10-18

    上傳用戶:wangfei22

  • 基于仿生小波變換和模糊推理的語(yǔ)音降噪算法研究

    提出了一種基于仿生小波變換和模糊推理的變步長(zhǎng)自適應(yīng)濾波語(yǔ)音降噪算法。該算法首先用仿生小波變換法對(duì)包含噪聲的語(yǔ)音信號(hào)進(jìn)行小波分解,以分離出來(lái)的噪聲信號(hào)作為自適應(yīng)濾波器的輸入,選擇基于模糊推理變步長(zhǎng)自適應(yīng)算法對(duì)帶噪聲語(yǔ)音信號(hào)進(jìn)行降噪處理,最終實(shí)現(xiàn)語(yǔ)音信號(hào)的信噪分離,去除語(yǔ)音信號(hào)中的噪聲。仿真結(jié)果表明,該方法對(duì)語(yǔ)音信號(hào)有較為明顯的降噪效果。

    標(biāo)簽: 仿生 小波變換 模糊推理 語(yǔ)音降噪

    上傳時(shí)間: 2013-10-14

    上傳用戶:戀天使569

  • 基于小波分析的腦電信號(hào)處理

    為去除腦電信號(hào)采集過(guò)程中存在的噪聲信號(hào),提出了基于小波閾值去噪的腦電信號(hào)去噪。以小波閾值降噪為基礎(chǔ),首先利用db4小波對(duì)腦電信號(hào)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(guò)對(duì)MIT腦電數(shù)據(jù)庫(kù)中的腦電信號(hào)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(hào)的信噪比。

    標(biāo)簽: 小波分析 腦電信號(hào)

    上傳時(shí)間: 2014-12-23

    上傳用戶:如果你也聽說(shuō)

  • 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(duì)齒輪故障特征信號(hào)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(duì)齒輪振動(dòng)信號(hào)進(jìn)行降噪。首先使用形態(tài)梯度小波把齒輪振動(dòng)信號(hào)分解到多個(gè)尺度上,然后對(duì)各層的細(xì)節(jié)系數(shù)進(jìn)行軟閾值方法降噪處理,對(duì)經(jīng)過(guò)處理后的小波系數(shù)進(jìn)行重構(gòu)。對(duì)降噪后的齒輪振動(dòng)信號(hào)采用S變換多分辨率時(shí)頻分析,能夠從具有良好的時(shí)頻分辨率的S變換譜圖提取齒輪故障特征。通過(guò)仿真試驗(yàn)和故障軸承的信號(hào)分析證明,該方法具有短時(shí)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(cè)和診斷。

    標(biāo)簽: 梯度 小波降噪 S變換 齒輪故障

    上傳時(shí)間: 2013-11-01

    上傳用戶:AISINI005

  • 微電腦型數(shù)學(xué)演算式隔離傳送器

    特點(diǎn): 精確度0.1%滿刻度 可作各式數(shù)學(xué)演算式功能如:A+B/A-B/AxB/A/B/A&B(Hi or Lo)/|A|/ 16 BIT類比輸出功能 輸入與輸出絕緣耐壓2仟伏特/1分鐘(input/output/power) 寬范圍交直流兩用電源設(shè)計(jì) 尺寸小,穩(wěn)定性高

    標(biāo)簽: 微電腦 數(shù)學(xué)演算 隔離傳送器

    上傳時(shí)間: 2014-12-23

    上傳用戶:ydd3625

  • 小波變換在圖像邊緣檢測(cè)中的應(yīng)用

    目前,被廣泛使用的經(jīng)典邊緣檢測(cè)算子有Sobel算子,Prewitt算子,Roberts算子,Log算子,Canny算子等等。這些算子的核心思想是圖像的邊緣點(diǎn)是相對(duì)應(yīng)于圖像灰度值梯度的局部極大值點(diǎn)。然而,當(dāng)圖像中含有噪聲時(shí)這些算子對(duì)噪聲都比較敏感,使得將噪聲作為邊緣點(diǎn)。由于噪聲的干擾,不能檢測(cè)出真正的邊緣。一個(gè)擁有良好屬性的的邊緣檢測(cè)算法是每個(gè)研究者的追求。利用小波交換的特點(diǎn),設(shè)計(jì)了三次B樣條平滑濾波算子。通過(guò)利用這個(gè)算子,對(duì)利用小波變換來(lái)檢測(cè)圖像的邊緣進(jìn)行了一定的研究和理解。

    標(biāo)簽: 小波變換 圖像邊緣檢測(cè) 中的應(yīng)用

    上傳時(shí)間: 2013-10-13

    上傳用戶:kqc13037348641

主站蜘蛛池模板: 阿勒泰市| 来宾市| 鄱阳县| 孟村| 万安县| 南安市| 垣曲县| 云林县| 漳浦县| 高要市| 家居| 枞阳县| 高要市| 沅陵县| 沙坪坝区| 东乡族自治县| 仁化县| 饶平县| 浮梁县| 遂宁市| 阿拉善盟| 沙坪坝区| 枣庄市| 丽江市| 巩义市| 延寿县| 镇原县| 桐庐县| 玉田县| 化州市| 二手房| 宁武县| 新乡市| 贡觉县| 延长县| 陆丰市| 嘉鱼县| 铁岭县| 同江市| 宁陕县| 商丘市|