關于特征向量提取的的英文文獻,在人臉識別中有用,可以參考
上傳時間： 2017-09-10
上傳用戶：llandlu
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，給出了對應的圖像矩陣，并將讀取的二值矩陣轉換為單片機能識別的16進制數字代碼，通過單片機構建電路實現字母和漢字的顯示。提取字母可以改變大小和形狀，達到動態顯示字母大小和流動變換顯示的效果，提高顯示設備觀賞價值，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
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態的一種不可缺少的手段。本文針對目前該研究領域中存在的分析方法問題和分類識別技術難點展開了深入的研究，內容涉及心音構成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內容包括以下5個方面： a）心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據實驗分析，選擇Donoho閾值函數結合多級閾值的方法作為心音信號預處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析，結果表明：不同的時頻分析方法與待分析心音信號的特性有密切關系，即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應錐形核時頻（ATF）分析方法，通過實驗驗證該分布能較好地反映心音信號的時頻結構，其性能優于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應錐形核時頻分析方法進行心音信號分析。 c）心音信號特征向量提取。根據對3M Littmann（） Stethoscopes[31]數據庫中標準心音信號的時頻分析結果，提取8組特征數據，通過Fihser降維處理方法提取出了實現分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據心音信號特征向量組成的散點圖，研究了支持向量機核函數、多分類支持向量機的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準則的核函數參數與松弛變量的優化方法，建立了心音信號分類的支持向量機模型，選取標準數據庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數據作為支持向量機的學習樣本，對余下的每類20組數據進行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統。本文以MATLAB語言的可視化功能實現了心音信號分析與識別的軟件運行平臺構建，可完成對心音信號的讀取、預處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態鏈接，實現對心音信號分析數據的存儲以及統計功能；最后，通過對心音信號2維特征向量的分析，實現心音信號的自動識別功能。 本文的研究特色主要體現在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述，本文從理論與實踐兩方面對心音信號進行了深入的研究，主要是采用自適應錐形核時頻分析方法提取心音信號特征向量，根據心音信號特征向量組成的散點圖，建立心音信號分類的支持向量機模型，并對正常心音信號和4種心臟雜音信號進行了分類研究，取得了較為滿意的分類結果，但由于用于分類的心臟雜音信號種類及數據量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進一步提高心音信號分類精度，使本文研究成果能最終應用于臨床心臟量化聽診。 關鍵詞：心音信號，小波降噪，非平穩信號，心臟雜音，信號處理，時頻分析，自適應，支持向量機
上傳時間： 2013-04-24
上傳用戶：weixiao99
特征提取：重點是幾何特征（環，交叉點，端點）和變換,例子就是這些幾何特征的提取。
上傳時間： 2013-12-26
上傳用戶：sdq_123
* 高斯列主元素消去法求解矩陣方程AX=B,其中A是N*N的矩陣,B是N*M矩陣 * 輸入: n----方陣A的行數 * a----矩陣A * m----矩陣B的列數 * b----矩陣B * 輸出: det----矩陣A的行列式值 * a----A消元后的上三角矩陣 * b----矩陣方程的解X
上傳時間： 2015-07-26
上傳用戶：xauthu
(1) 、用下述兩條具體規則和規則形式實現.設大寫字母表示魔王語言的詞匯 小寫字母表示人的語言詞匯 希臘字母表示可以用大寫字母或小寫字母代換的變量.魔王語言可含人的詞匯. (2) 、B→tAdA A→sae (3) 、將魔王語言B(ehnxgz)B解釋成人的語言.每個字母對應下列的語言.
上傳時間： 2013-12-30
上傳用戶：ayfeixiao
1.有三根桿子A,B,C。A桿上有若干碟子 2.每次移動一塊碟子,小的只能疊在大的上面 3.把所有碟子從A桿全部移到C桿上 經過研究發現，漢諾塔的破解很簡單，就是按照移動規則向一個方向移動金片： 如3階漢諾塔的移動：A→C,A→B,C→B,A→C,B→A,B→C,A→C 此外，漢諾塔問題也是程序設計中的經典遞歸問題
上傳時間： 2016-07-25
上傳用戶：gxrui1991
1. 下列說法正確的是 （ ） A. Java語言不區分大小寫 B. Java程序以類為基本單位 C. JVM為Java虛擬機JVM的英文縮寫 D. 運行Java程序需要先安裝JDK 2. 下列說法中錯誤的是 ( ) A. Java語言是編譯執行的 B. Java中使用了多進程技術 C. Java的單行注視以//開頭 D. Java語言具有很高的安全性 3. 下面不屬于Java語言特點的一項是( ) A. 安全性 B. 分布式 C. 移植性 D. 編譯執行 4. 下列語句中，正確的項是 ( ) A . int $e,a,b=10 B. char c,d=’a’ C. float e=0.0d D. double c=0.0f
上傳時間： 2017-01-04
上傳用戶：netwolf
人耳識別技術是20世紀90年代末開始興起的一種生物特征識別技術，與其它生物特征識別技術比較具有以下幾個特點：（1）與人臉識別方法比較，耳識別方法不受面部表情、化妝品和胡須變化的影響，同時保留了面部識別圖象采集方便的優點，與人臉相比，整個人耳的顏色更加一致、圖像尺寸更小，數據處理量也更小。（2）與指紋識別方法比較，耳圖象的獲取是一種被動方式，即通過非接觸方式獲取耳圖像，不存在通過接觸傳染疾病的機會，因此，其信息獲取方式具有容易被人接受的優點。（3）與虹膜識別方法比較，首先，由于人臉和頭發的存在，需要在耳識別過程中增加一個耳區域定位步驟，這并不影響耳特征的提取，而眼毛對虹膜的遮擋將直接影響虹膜特征的提取。頭發對于耳的遮擋可以容易地避免，而眼毛對于虹膜的遮擋是生理結構決定的，也是難以避免的。其次，就目前的技術而言，虹膜采集需要測試者與采集裝置之間的位置在機器發出的語言提示下進行不斷地調整，同時要瞪大眼睛，使虹膜盡可能暴露，初試者通常要反復多次調整才能夠達到要求，而耳采集方式與臉采集方式基本相同，測試者很容易達到拍攝圖象的要求條件。最后，虹膜采集裝置的成本要高于耳采集裝置。
上傳時間： 2013-12-20
上傳用戶：壞壞的華仔
提供了詳細的興趣點特征的提取，c++版 windows
上傳時間： 2016-08-14
上傳用戶：matlab
