傳感器網(wǎng)絡(luò)探測(cè)聲信號(hào)通過(guò)特征提取進(jìn)行目標(biāo)設(shè)別分類(lèi)
資源簡(jiǎn)介：傳感器網(wǎng)絡(luò)探測(cè)聲信號(hào)通過(guò)特征提取進(jìn)行目標(biāo)設(shè)別分類(lèi)
上傳時(shí)間： 2013-12-25
上傳用戶(hù)：shinesyh
資源簡(jiǎn)介：雷達(dá)信號(hào)的特征提取，來(lái)實(shí)現(xiàn)模式識(shí)別，源程序
上傳時(shí)間： 2014-01-18
上傳用戶(hù)：firstbyte
資源簡(jiǎn)介：七種通信信號(hào)瞬時(shí)特征提取，構(gòu)建多維特征向量，為后期做信號(hào)分類(lèi)識(shí)別做準(zhǔn)備
上傳時(shí)間： 2017-05-21
上傳用戶(hù)：xiaoyu3415
資源簡(jiǎn)介：AVR與圖像傳感器OVA6620的接口程序 通過(guò)I2C總線進(jìn)行通信對(duì)圖像進(jìn)行采集和預(yù)處理
上傳時(shí)間： 2015-05-04
上傳用戶(hù)：zhangyigenius
資源簡(jiǎn)介：這篇文章是對(duì)當(dāng)前IEEE中的最新的無(wú)線傳感器網(wǎng)絡(luò)的新發(fā)展和新動(dòng)向進(jìn)行預(yù)測(cè)和說(shuō)明
上傳時(shí)間： 2013-12-19
上傳用戶(hù)：417313137
資源簡(jiǎn)介：一個(gè)典型的人臉識(shí)別系統(tǒng)主要包括訓(xùn)練過(guò)程和識(shí)別過(guò)程。訓(xùn)練過(guò)程主要完成將已知人臉進(jìn)行定位、特征提取與選擇、以及分類(lèi)器的設(shè)計(jì)；識(shí)別過(guò)程則完成將未知圖片進(jìn)行處理，并最終識(shí)別出身份的分類(lèi)和決策
上傳時(shí)間： 2016-07-29
上傳用戶(hù)：jing911003
資源簡(jiǎn)介：小麥在儲(chǔ)藏階段由于各種災(zāi)害導(dǎo)致?lián)p失巨大，并降低了面粉質(zhì)量，及時(shí)檢測(cè)并分離小麥的受損顆粒迫在眉睫。文章以提取4類(lèi)小麥碰撞聲信號(hào)為基礎(chǔ)，使用數(shù)字信號(hào)處理方法對(duì)小麥完好粒、蟲(chóng)害粒、霉變粒及發(fā)芽粒的碰撞聲信號(hào)提取有效特征，最后利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行分類(lèi)...
上傳時(shí)間： 2014-12-29
上傳用戶(hù)：lxm
資源簡(jiǎn)介：小波包分析在刀具聲發(fā)射信號(hào)特征提取中的應(yīng)用[1小波包分析在刀具聲發(fā)射信號(hào)特征提取中的應(yīng)用[1]－－文章
上傳時(shí)間： 2015-05-13
上傳用戶(hù)：libinxny
資源簡(jiǎn)介：利用人工神經(jīng)網(wǎng)絡(luò)算法對(duì)人體心電信號(hào)進(jìn)行特征提取并進(jìn)行識(shí)別
上傳時(shí)間： 2013-12-20
上傳用戶(hù)：anng
資源簡(jiǎn)介：簡(jiǎn)要介紹無(wú)線傳感器網(wǎng)絡(luò),給出基于MSP430F1xx 系列單片機(jī)的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)制作及組網(wǎng)設(shè)計(jì) 方案 結(jié)合射頻收發(fā)一體的NORDIC 系列芯片和新型數(shù)字傳感器,設(shè)計(jì)可組建無(wú)線網(wǎng)絡(luò)的探測(cè)節(jié)點(diǎn),實(shí) 現(xiàn)對(duì)監(jiān)測(cè)區(qū)域內(nèi)相關(guān)物理信號(hào)的采集 給出組網(wǎng)設(shè)計(jì)中相關(guān)技術(shù)研究。通...
上傳時(shí)間： 2013-12-17
上傳用戶(hù)：wang5829
資源簡(jiǎn)介：??? 針對(duì)傳感器網(wǎng)絡(luò)下多目標(biāo)跟蹤時(shí)目標(biāo)數(shù)量不斷變化這一復(fù)雜情況，文中對(duì)多目標(biāo)的跟蹤和特征管理方法進(jìn)行了研究。該方法由數(shù)據(jù)關(guān)聯(lián)、多目標(biāo)跟蹤、特征管理，和信息融合所組成。其中未知數(shù)量多目標(biāo)的跟蹤和數(shù)據(jù)關(guān)聯(lián)通過(guò)馬爾科夫蒙特卡羅數(shù)據(jù)關(guān)聯(lián)實(shí)現(xiàn)。通過(guò)...
上傳時(shí)間： 2013-11-18
上傳用戶(hù)：wangdean1101
資源簡(jiǎn)介：總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥EMD）方法是一種先進(jìn)的時(shí)頻分析方法，非常適合于對(duì)非平穩(wěn)故障微弱信號(hào)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(duì)齒輪箱振動(dòng)信號(hào)進(jìn)行分析，成功提取了小齒輪磨損故障...
上傳時(shí)間： 2014-11-30
上傳用戶(hù)：wbwyl
資源簡(jiǎn)介：基于信號(hào)到達(dá)角度（AOA）的定位算法是一種常見(jiàn)的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)自定位算法，算法通信開(kāi)銷(xiāo)低，定位精度較高。由于各種原因，估測(cè)的多個(gè)節(jié)點(diǎn)位置可能存在不可靠位置，提出了一種改進(jìn)的基于信號(hào)到達(dá)角的定位方法，通過(guò)過(guò)濾誤差較大的估計(jì)位置，來(lái)提高定位的...
上傳時(shí)間： 2013-12-19
上傳用戶(hù)：jennyzai
資源簡(jiǎn)介：這是<基于加速度信號(hào)全譜分析的轉(zhuǎn)子碰摩故障特征提取實(shí)驗(yàn)研究>的資料,希望對(duì)大家有幫助
上傳時(shí)間： 2015-06-24
上傳用戶(hù)：erkuizhang
資源簡(jiǎn)介：基于MATLAB的主元分析,可用于信號(hào)特征提取及模式識(shí)別
上傳時(shí)間： 2014-08-28
上傳用戶(hù)：lanwei
資源簡(jiǎn)介：此代碼采用C++Ｂuilder 編寫(xiě),提取斷路器電流信號(hào)的特征，并計(jì)算相關(guān)參數(shù)！
上傳時(shí)間： 2015-10-17
上傳用戶(hù)：leixinzhuo
資源簡(jiǎn)介：利用ZigBee技術(shù)構(gòu)建無(wú)線傳感器網(wǎng)絡(luò) 通過(guò)對(duì)新型、開(kāi)放的無(wú)線互聯(lián)技術(shù)ZigBee 技術(shù)的分析 結(jié)合傳感器技術(shù)、ZigBee、 IEEE1451. 2技術(shù)、路由協(xié)議,構(gòu)建了一種無(wú)線傳感器網(wǎng)絡(luò). 分析討論了基于“燃?xì)獗頂?shù)據(jù)無(wú)線傳輸系 統(tǒng)”的無(wú)線傳感器結(jié)構(gòu)和無(wú)線傳感器網(wǎng)絡(luò)的實(shí)現(xiàn)...
上傳時(shí)間： 2013-12-22
上傳用戶(hù)：曹云鵬
資源簡(jiǎn)介：PDindentifyBootstrap 局部放電 信號(hào)特征提取
上傳時(shí)間： 2013-12-31
上傳用戶(hù)：我們的船長(zhǎng)
資源簡(jiǎn)介：波束形成就是從傳感器陣列重構(gòu)源信號(hào)。（1）、通過(guò)增加期望信源的貢獻(xiàn)來(lái)實(shí)現(xiàn)；（2）、通過(guò)抑制掉干擾源來(lái)實(shí)現(xiàn)。經(jīng)典的波束形成需要觀測(cè)方向(期望信源的方向)的知識(shí)。盲波束形成試圖在沒(méi)有期望信源方向信息的情況下進(jìn)行信源的恢復(fù)。 波束形成技術(shù)的基本思想是...
上傳時(shí)間： 2014-01-14
上傳用戶(hù)：Yukiseop
資源簡(jiǎn)介：提出了一個(gè)新的超聲缺陷自動(dòng)識(shí)別系統(tǒng)。該系統(tǒng)采用小波包分解提取超聲信號(hào)的特征,采用混沌遺傳算法來(lái)消除冗余和不相關(guān)的特征,并采用支持向量機(jī)(SVM) 來(lái)對(duì)缺陷進(jìn)行識(shí)別。
上傳時(shí)間： 2013-11-28
上傳用戶(hù)：dsgkjgkjg
資源簡(jiǎn)介：本書(shū)是清華大學(xué)自動(dòng)化教材,主要討論統(tǒng)計(jì)模式識(shí)別理論和方法,包括了貝葉斯決策理論、線性和非線性判別函數(shù)、近鄰規(guī)則、經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化、特征提取和選擇、聚類(lèi)分析、人工神經(jīng)網(wǎng)絡(luò)、模糊模式識(shí)別、模擬退火和遺傳算法，以及統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)等內(nèi)容，還介...
上傳時(shí)間： 2014-01-04
上傳用戶(hù)：qw12
資源簡(jiǎn)介：一種旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)特征提取的新方法，利用小波技術(shù)
上傳時(shí)間： 2014-08-04
上傳用戶(hù)：wfl_yy
資源簡(jiǎn)介：非平穩(wěn)信號(hào)特征提取方法在超高壓壓縮機(jī)故障診斷中的應(yīng)用研究,博士論文,可以
上傳時(shí)間： 2014-01-09
上傳用戶(hù)：ANRAN
資源簡(jiǎn)介：非負(fù)矩陣分解技術(shù)（Nonnegtive Matrix Factorization 一種信號(hào)或圖像的特征提取的方法，也可用于圖像壓縮
上傳時(shí)間： 2014-01-18
上傳用戶(hù)：kristycreasy
資源簡(jiǎn)介：本論文的主要工作在于引入了一種新的特征提取方法----獨(dú)立分量分析。獨(dú)立分量分析的根本原理是通過(guò)分析多維觀測(cè)數(shù)據(jù)間的高階統(tǒng)計(jì)相關(guān)性，找出相互獨(dú)立的隱含信息成分，完成分量間高階冗余的去除及獨(dú)立信源的提取
上傳時(shí)間： 2016-04-28
上傳用戶(hù)：zhouchang199
資源簡(jiǎn)介：二維化學(xué)信號(hào)圖形特征的提取 與特征數(shù)據(jù)庫(kù)的設(shè)計(jì)
上傳時(shí)間： 2014-11-06
上傳用戶(hù)：saharawalker
資源簡(jiǎn)介：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。
上傳時(shí)間： 2014-01-25
上傳用戶(hù)：manlian
資源簡(jiǎn)介：通過(guò)每行的小節(jié)線特征提取出簡(jiǎn)譜部分, 然后通過(guò)投影法和種子填充算法定位出簡(jiǎn)譜符號(hào)基元的位置, 并由此采用不同的識(shí)別算法識(shí)別出每個(gè)簡(jiǎn)譜符號(hào)基元的類(lèi)型, 最后通過(guò)組裝把各個(gè)簡(jiǎn)譜符號(hào)組裝成音樂(lè)特征符, 形成數(shù)字化樂(lè)譜。
上傳時(shí)間： 2016-07-06
上傳用戶(hù)：sqq
資源簡(jiǎn)介：此程序?yàn)橛胢atlab實(shí)現(xiàn)信號(hào)特征提取的實(shí)驗(yàn)程序，將待處理的一維時(shí)間函數(shù)賦給work2中的x1tRE，運(yùn)行work2即可
上傳時(shí)間： 2016-11-19
上傳用戶(hù)：開(kāi)懷常笑
資源簡(jiǎn)介：matlab信號(hào)特征提取程序集合，包括信號(hào)的多種經(jīng)典特征
上傳時(shí)間： 2014-01-05
上傳用戶(hù)：dancnc
