小波神經(jīng)網(wǎng)絡(luò),實現(xiàn)曲線擬和，數(shù)據(jù)分類，故障診斷，學(xué)習(xí)速度快于傳統(tǒng)BP。
標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò)
上傳時間： 2013-12-04
上傳用戶：wlcaption
基于小波零樹的圖像壓縮算法,有基于vc++6.0平臺開發(fā)的源碼，和delphi平臺下開發(fā)的源碼。
標(biāo)簽： 6.0 vc 零 樹
上傳時間： 2014-11-26
上傳用戶：lizhen9880
小波神經(jīng)網(wǎng)絡(luò)進行短期電力負荷預(yù)測的matlab代碼。希望對大家有幫助。
標(biāo)簽： matlab 小波神經(jīng)網(wǎng)絡(luò) 代碼 家
上傳時間： 2016-08-04
上傳用戶：frank1234
1.對染噪doppler信號進行小波包3層分解：分解層次j=1,2時，都是信號的概貌；當(dāng)j=3時，反映概貌的已幾乎不含噪聲分量，而其它噪聲分量的幅值已很小。 2.對加噪Blocks信號進行不同閾值及不同閾值的使用方式降噪。
標(biāo)簽： doppler 分解 信號
上傳時間： 2016-08-08
上傳用戶：thesk123
Mallat多尺度小波變換圖像邊緣檢測經(jīng)典文章兩篇。Characterization of Signals from Multiscale Edges，Singularity Detection and Processing with Wavelets
標(biāo)簽： Characterization Multiscale Signals Mallat
上傳時間： 2014-01-24
上傳用戶：playboys0
數(shù)值并行算法MPI編程實現(xiàn) 第十八章 矩陣運算 第十九章 線性方程組的直接解法 第二十章 線性方程組的迭代解法 第二十一章 矩陣特征值計算 第二十二章 快速傅氏變換和離散小波變換
標(biāo)簽： MPI 方程 線性 數(shù)值
上傳時間： 2014-01-21
上傳用戶：Altman
內(nèi)共有兩個程序：1.用Mallat算法實現(xiàn)一維小波變換；2.用DWT實現(xiàn)二維小波變換。 從仿真圖可以加深對小波概念及小波變換的原理。
標(biāo)簽： Mallat DWT 小波變換 程序
上傳時間： 2013-12-24
上傳用戶：txfyddz
本程序?qū)崿F(xiàn)任意偶數(shù)大小圖像第二代雙正交97提升小波變換 注1： 采用標(biāo)準(zhǔn)正交方法，對行列采用不同矩陣（和matlab里不同） 注2： 為了保證正交，所有邊界處理，全部采用循環(huán)處理 注3： 正交性驗證，將單位陣帶入函數(shù)，輸出仍是單位陣（matlab不具有此性質(zhì)） 注4： 此程序是矩陣實現(xiàn)，所以圖像水平分量和垂直分量估計被交換位置 注5： 此程序?qū)崿F(xiàn)的是類小波（wavelet-like）變換，是介于小波包變換與小波變換之間的變換 注6： 此程序每層變換相對原圖像矩陣，產(chǎn)生的矩陣都是正交陣，這和小波包一致 注7： 但小波變換每層產(chǎn)生的矩陣，是相對每個待分解子塊的正交矩陣，而不是原圖像的正交矩陣 注8： 且小波變換產(chǎn)生的正交矩陣維數(shù)，隨分解層數(shù)2分減少 注9: 提升系數(shù)可以在MATLAB7.0以上版本，用liftwave( 9.7 )獲取，這里直接給出，考慮兼容性 注10：由于MATLAB數(shù)組下標(biāo)從1開始，所以注意奇偶序列的變化 注11：d為對偶上升，即預(yù)測；p為原上升，即更新
標(biāo)簽： 正 程序 圖像 變換
上傳時間： 2016-08-09
上傳用戶：lanjisu111
用matlab程序?qū)崿F(xiàn)：小波模極大值用于邊緣提取。對matlab中常用的woman圖進行仿真，從最后的結(jié)果仿真圖看出模極大值用于邊緣檢測的作用。
標(biāo)簽： matlab woman 程序 模極大值
上傳時間： 2014-01-26
上傳用戶：wanghui2438
利用零樹小波的概念，完成了對靜態(tài)圖像的編碼與解碼，經(jīng)過調(diào)試的。
標(biāo)簽： 零樹小波
上傳時間： 2013-12-29
上傳用戶：l254587896
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
