利用2D小波變換實現信號的噪聲壓制（根據數據信號在二維小波域的特征，設置協調系數，將噪聲的系數衰減，而最大程度的保留有效信息）。
上傳時間： 2013-12-19
上傳用戶：wangdean1101
基于歸一化互相關系數的算法在模板匹配和特征跟蹤中運用十分廣泛,但缺點是其計算量很大. 為此提出了一種在 空間域利用盒形基簡化互相關的快速算法,在不修改歸一化互相關匹配原理的前提下,用原模板圖像在一組正交盒形基張成 的子空間上的投影取代原圖像來進行互相關計算,以降低圖像精度來縮減計算復雜度. 實驗說明,當搜索窗口大小較小時,此 快速算法計算量明顯小于傳統的頻域快速歸一化互相關算法. 關鍵詞:模板匹配歸一化互相關系數子空間分解盒形基
上傳時間： 2016-06-02
上傳用戶：gxrui1991
針對四元數矩陣正交特征矢量系求解困難的缺點, 本文提出一種獲取四元數矩陣正交特征矢量集等效、便捷的方法, 其基本思路為: 首先, 構造四元數矩陣定義于復數域的導出陣, 并利用該導出陣特征矢量空間的一種特殊的等價空間間接獲取 相應特征值所對應的特征矢量. 然后, 將復數矢量轉換為四元數矢量, 按如此方式獲取的對應所有特征值的非零特征矢量則構 成原始四元數矩陣的正交特征矢量系
上傳時間： 2013-12-09
上傳用戶：xc216
正版網域商城購物系統2006后臺路徑：admin/login.asp管理員帳號：admin,密碼：admin前臺購買特征:網域購物系統前臺購物車部分界面友好，實現方便輕松的購物環境：分類瀏覽商品或使用搜索工具查找商品；可按價格、商品分類、關鍵字搜索商品可打印訂單的詳細信息以及電子郵件通知；保存購物車，查看
上傳時間： 2014-01-19
上傳用戶：從此走出陰霾
基于傅里葉變換的掌紋識別！該方法的基本思想是先將掌紋圖像應用傅立葉變換轉換到頻域,然后在頻域中進行特征提取和描述.提取出來的特征備用來索引掌紋數據庫,以便當一個新的掌紋圖像被輸入時,可以很快確定該手掌是否已經在掌紋庫中注冊.
上傳時間： 2017-05-19
上傳用戶：gengxiaochao
圖像的邊緣是指圖像中鄰域灰度有顯著變化 的像素的集合。它是圖像的基本特征, 因此邊緣檢 測方法在圖像處理中成為一個十分重要的課題。經 典的邊緣提取方法是考察圖像的每個像素在某個鄰 域內灰度的變化, 利用邊緣鄰近一階或二階方向導 數變化規律, 用簡單的方法檢測邊緣。但是, 因為邊 緣和噪聲都是高頻信號, 因此許多經典邊緣檢測算 法很難在邊緣和噪聲中做出取舍。在眾多的邊緣檢 測算子中, 算子因為具有優良的邊緣檢測能 力, 因此在圖像處理中得到廣泛應用。
上傳時間： 2014-01-08
上傳用戶：zhanditian
本文提出的特征系統實現算法是多輸入多輸出的時域模態參數識別方法,
上傳時間： 2017-09-02
上傳用戶：JIUSHICHEN
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，不同的人將表現為不同的特征，可以看出確定脈搏波特征點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性。運用極值法確定出脈搏波的峰值點，然后再根據峰值點確定出其他特征點的位置，實驗證明該方法能夠增加特征點的檢出率。
上傳時間： 2013-10-12
上傳用戶：shirleyYim
提出了一種用各向異性雙變量拉普拉斯函數模型去模擬NSCT域的系數的圖像去噪算法，這種各向異性雙邊拉普拉斯模型不僅考慮了NSCT系數相鄰尺度間的父子關系，同時滿足自然圖像不同尺度間NSCT系數方差具有各向異性的特征，基于這種統計模型，文中先推導出了一種各向異性雙變量收縮函數的近似形式，然后基于貝葉斯去噪法和局部方差估計將這種新的閾值收縮函數應用于NSCT域，實驗結果表明文中提出的方法同小波域 BiShrink算法、小波域ProbShrink算法、小波域NeighShrink算法相比，能夠有效地去除圖像的高斯噪聲，提高了圖像的峰值信噪比；并較完整地保持了圖像的紋理和邊緣等細節信息，從而明顯改善了圖像的視覺效果。
上傳時間： 2013-10-23
上傳用戶：thuyenvinh
第十章 1、 說明對象、類、類結構、消息的基本概念？ 答：對象：是客觀實體在問題域中的抽象。 類：具有相似或相同性質的對象的抽象就是類。 類結構：類的結構通常有一般----具體（分類結構）整體---抽象（組裝結構） 消息：對象之間通信的構造。 2、 面向對象的特征和要素？ 答：特征：一致性、多態性、分類性、繼承性。要素：共享、封裝、抽象。
上傳時間： 2013-12-24
上傳用戶：遠遠ssad
