多時鐘域的異步信號的參考解決
上傳時間： 2013-11-06
上傳用戶：極客
為了提高圖像去噪效果，提出了基于Contourlet域HMT模型的Cycle Spinning去噪方法。首先將待去噪圖像進行循環(huán)平移，使用Contourlet域HMT模型對平移后的圖像進行降噪處理，然后將降噪后的圖像進行循環(huán)反平移，最后將不同循環(huán)平移量下的降噪圖像進行平均處理，以減少去噪后圖像的失真。實驗結(jié)果表明，該方法不僅可以提高降噪后圖像峰值信噪比，而且可以提高降噪后圖像的視覺效果。
標(biāo)簽： Contourlet Spinning Cycle HMT
上傳時間： 2014-12-23
上傳用戶：ddddddos
總體平均經(jīng)驗?zāi)Ｊ椒纸猓‥EMD）方法是一種先進的時頻分析方法，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現(xiàn)步驟，重點分析了EEMD方法避免模式混淆的機理。利用EEMD方法對齒輪箱振動信號進行分析，成功提取了小齒輪磨損故障特征，驗證了EEMD方法在故障微弱信號特征提取的有效性。
上傳時間： 2014-11-30
上傳用戶：wbwyl
探地雷達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方法對探地雷達回波信號進行特征分析，提取回波信號的IMF分量的瞬時頻率作為特征向量。實驗結(jié)果表明，用HHT方法提取特征可較好的避免直達波影響，該方法是可行而有效的，為進一步鑒別地下埋藏物提供了新的思想和方法。
上傳時間： 2013-10-22
上傳用戶：hjkhjk
時鐘抖動時域分析(下):
上傳時間： 2013-11-18
上傳用戶：rocketrevenge
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)域特征進行編碼，導(dǎo)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(shù)據(jù)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
為了使計算機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行了研究。首先對包含表情區(qū)域的靜態(tài)灰度圖像進行預(yù)處理，包括對確定的人臉表情區(qū)域進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分類器進行分類。實驗結(jié)果表明，上述提出的方法比傳統(tǒng)的方法識別速度更快，能達到實時性的要求，并且具有很好的魯棒性，識別率高。
上傳時間： 2013-11-08
上傳用戶：小眼睛LSL
多電壓域電源設(shè)計
上傳時間： 2013-11-12
上傳用戶：stst
利用Matlab軟件編寫了程序提取了的任意大小的字母和漢字的顯示特征，給出了對應(yīng)的圖像矩陣，并將讀取的二值矩陣轉(zhuǎn)換為單片機能識別的16進制數(shù)字代碼，通過單片機構(gòu)建電路實現(xiàn)字母和漢字的顯示。提取字母可以改變大小和形狀，達到動態(tài)顯示字母大小和流動變換顯示的效果，提高顯示設(shè)備觀賞價值，可以提高人們對重要信息的注意。
上傳時間： 2013-11-13
上傳用戶：lijinchuan
傳統(tǒng)多模態(tài)生物特征識別方法當(dāng)出現(xiàn)生物特征缺失時，識別性能會明顯下降。針對此問題，提出一種融合人臉、虹膜和掌紋的自適應(yīng)并行結(jié)構(gòu)多模態(tài)生物識別方法。該方法在設(shè)計融合策略時，考慮到所有可能的輸入缺失，構(gòu)造并行結(jié)構(gòu)的融合函數(shù)集，在實際應(yīng)用時根據(jù)輸入狀態(tài)自適應(yīng)的選擇融合策略進行識別。實驗仿真結(jié)果表明該方法既可提高識別可靠性又可實現(xiàn)當(dāng)有生物特征缺失時的性能穩(wěn)定。
上傳時間： 2013-11-02
上傳用戶：huangld
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
<rt id="iyuqg"></rt>