eeuss影院一区二区三区,国产伦精品一区二区三区在线播放 ,久久久久久久97

區(qū)域特征

多時(shí)鐘域的異步信號(hào)的參考解決

多時(shí)鐘域的異步信號(hào)的參考解決

標(biāo)簽： 多時(shí)鐘域異步信號(hào)

上傳時(shí)間： 2013-11-06

上傳用戶：極客
基于Contourlet域HMT模型的Cycle Spinning去噪方法

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(jìn)行循環(huán)平移，使用Contourlet域HMT模型對(duì)平移后的圖像進(jìn)行降噪處理，然后將降噪后的圖像進(jìn)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(jìn)行平均處理，以減少去噪后圖像的失真。實(shí)驗(yàn)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(jué)效果。

標(biāo)簽： Contourlet Spinning Cycle HMT

上傳時(shí)間： 2014-12-23

上傳用戶：ddddddos
基于EEMD的故障微弱信號(hào)特征提取研究

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特征，驗(yàn)證了EEMD方法在故障微弱信號(hào)特征提取的有效性。

標(biāo)簽： EEMD 微弱信號(hào) 特征提取

上傳時(shí)間： 2014-11-30

上傳用戶：wbwyl
HHT方法在探地雷達(dá)回波信號(hào)特征提取上的應(yīng)用

探地雷達(dá)回波信號(hào)是一種非平穩(wěn)非線性信號(hào)，其中不僅包含地下埋藏物的目標(biāo)信號(hào)，還包含有可能掩藏目標(biāo)信號(hào)的直達(dá)波信號(hào)，給目標(biāo)的識(shí)別帶來(lái)困難。文中采用HHT方法對(duì)探地雷達(dá)回波信號(hào)進(jìn)行特征分析，提取回波信號(hào)的IMF分量的瞬時(shí)頻率作為特征向量。實(shí)驗(yàn)結(jié)果表明，用HHT方法提取特征可較好的避免直達(dá)波影響，該方法是可行而有效的，為進(jìn)一步鑒別地下埋藏物提供了新的思想和方法。

標(biāo)簽： HHT 探地雷達(dá) 回波信號(hào) 特征提取

上傳時(shí)間： 2013-10-22

上傳用戶：hjkhjk
時(shí)鐘抖動(dòng)時(shí)域分析(下)

時(shí)鐘抖動(dòng)時(shí)域分析(下):

標(biāo)簽： 時(shí)鐘抖動(dòng) 時(shí)域分析

上傳時(shí)間： 2013-11-18

上傳用戶：rocketrevenge
用于圖像分類的有偏特征采樣方法

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(diǎn)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(jìn)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(lái)，計(jì)算用于特征采樣的概率分布圖，使用硬編碼方式對(duì)區(qū)域特征進(jìn)行編碼，導(dǎo)致量化誤差較大。改進(jìn)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(yàn)概率計(jì)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(gè)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，平均精度比隨機(jī)選取的特征采樣方法能夠提高約0.5%，驗(yàn)證了算法的有效性。

標(biāo)簽： 圖像分類特征采樣

上傳時(shí)間： 2013-10-24

上傳用戶：wawjj
基于Gabor小波的人臉表情特征提取研究

為了使計(jì)算機(jī)能更好的識(shí)別人臉表情，對(duì)基于Gabor小波變換的人臉表情識(shí)別方法進(jìn)行了研究。首先對(duì)包含表情區(qū)域的靜態(tài)灰度圖像進(jìn)行預(yù)處理，包括對(duì)確定的人臉表情區(qū)域進(jìn)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(duì)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(jìn)行分類。實(shí)驗(yàn)結(jié)果表明，上述提出的方法比傳統(tǒng)的方法識(shí)別速度更快，能達(dá)到實(shí)時(shí)性的要求，并且具有很好的魯棒性，識(shí)別率高。

標(biāo)簽： Gabor 人臉特征提取

上傳時(shí)間： 2013-11-08

上傳用戶：小眼睛LSL
多電壓域電源設(shè)計(jì)

多電壓域電源設(shè)計(jì)

標(biāo)簽： 電壓電源設(shè)計(jì)

上傳時(shí)間： 2013-11-12

上傳用戶：stst
字符特征提取和單片機(jī)顯示

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(duì)應(yīng)的圖像矩陣，并將讀取的二值矩陣轉(zhuǎn)換為單片機(jī)能識(shí)別的16進(jìn)制數(shù)字代碼，通過(guò)單片機(jī)構(gòu)建電路實(shí)現(xiàn)字母和漢字的顯示。提取字母可以改變大小和形狀，達(dá)到動(dòng)態(tài)顯示字母大小和流動(dòng)變換顯示的效果，提高顯示設(shè)備觀賞價(jià)值，可以提高人們對(duì)重要信息的注意。

標(biāo)簽： 字符特征提取單片機(jī)

上傳時(shí)間： 2013-11-13

上傳用戶：lijinchuan
基于自適應(yīng)并行結(jié)構(gòu)的多模態(tài)生物特征識(shí)別

傳統(tǒng)多模態(tài)生物特征識(shí)別方法當(dāng)出現(xiàn)生物特征缺失時(shí)，識(shí)別性能會(huì)明顯下降。針對(duì)此問(wèn)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(shí)別方法。該方法在設(shè)計(jì)融合策略時(shí)，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(shí)際應(yīng)用時(shí)根據(jù)輸入狀態(tài)自適應(yīng)的選擇融合策略進(jìn)行識(shí)別。實(shí)驗(yàn)仿真結(jié)果表明該方法既可提高識(shí)別可靠性又可實(shí)現(xiàn)當(dāng)有生物特征缺失時(shí)的性能穩(wěn)定。

標(biāo)簽： 并行多模生物特征識(shí)別

上傳時(shí)間： 2013-11-02

上傳用戶：huangld