NMFs算法（帶稀疏度約束的非負(fù)稀疏矩陣分解）用于實(shí)現(xiàn)基于人臉局部特征的人臉識(shí)別，通過(guò)近似的矩陣分解進(jìn)行空間降維。
上傳時(shí)間： 2013-12-23
上傳用戶：zhliu007
數(shù)字圖像增強(qiáng)是圖像處理的一個(gè)重要分支它對(duì)圖像整體或局部特征能有效地改善直方圖是圖像處理中最重要的基本概念之一它能有效地用于圖像增強(qiáng)基于數(shù)字圖像增強(qiáng)對(duì)圖像處理的重要性本文主要 討論了圖像直方圖 直方圖均衡化 直方圖規(guī)定化圖像增強(qiáng)技術(shù) 并給出了相關(guān)的基本原理 同時(shí)用 語(yǔ)言加以實(shí)現(xiàn)并且給出標(biāo)準(zhǔn)的數(shù)字圖像在各種處理前與處理后的對(duì)照?qǐng)D像和直方圖
標(biāo)簽： 圖像增強(qiáng) 圖像處理 直方圖 數(shù)字
上傳時(shí)間： 2014-01-09
上傳用戶：hzy5825468
這是一篇基于分層約束的人臉局部特征檢測(cè)算法…很直得大家參考
上傳時(shí)間： 2014-01-11
上傳用戶：xauthu
為了克服傳統(tǒng)的局部特征匹配算法對(duì)噪聲和圖像灰度非線性變換敏感的不足，提出了基于SIFT（Scale Invariant Feature Transform）描述算子的特征匹配算法。該算法首先
上傳時(shí)間： 2013-04-24
上傳用戶：hphh
心血管系統(tǒng)疾病是現(xiàn)今世界上發(fā)病率和死亡率最高的疾病之一。T波交替(T-wavealtemans,TWA)作為一種非穩(wěn)態(tài)的心電變異性現(xiàn)象，是指心電T波段振幅、形態(tài)甚至極性逐拍交替變化。大量研究表明，TWA與室性心律失常、心臟性猝死等有直接密切的關(guān)系，已成為一種無(wú)創(chuàng)獨(dú)立性預(yù)測(cè)指標(biāo)。隨著數(shù)字信號(hào)處理技術(shù)和計(jì)算機(jī)技術(shù)的迅速發(fā)展，微伏級(jí)的TWA已經(jīng)可以被檢出，并且精度越來(lái)越高。本文以T波交替檢測(cè)為中心，基于ARM給出了T波交替檢測(cè)技術(shù)原理性樣機(jī)的硬件及軟件，實(shí)現(xiàn)實(shí)時(shí)監(jiān)護(hù)的目的。 在TWA檢測(cè)研究中，需要對(duì)心電信號(hào)進(jìn)行預(yù)處理，即信號(hào)去噪和特征點(diǎn)檢測(cè)。小波分析以其多分辨率的特性和表征時(shí)頻兩域信號(hào)局部特征的能力成為我們選取的心電信號(hào)自動(dòng)分析手段。文中采用小波變換將原始心電信號(hào)分解為不同頻段的細(xì)節(jié)信號(hào)，根據(jù)三種主要噪聲的不同能量分布，采用自適應(yīng)閾值和軟硬閾值折衷處理策略用閾值濾波方法對(duì)原始信號(hào)進(jìn)行去噪處理：同時(shí)基于心電信號(hào)的特征點(diǎn)R峰對(duì)應(yīng)于Mexican-hat小波變換的極值點(diǎn)，因此我們使用Mexican-hat小波檢測(cè)R峰，通過(guò)附加檢測(cè)方案確保了位置的準(zhǔn)確性，并根據(jù)需要提出了T波矩陣提取方法。 隨后文章介紹了T波交替的產(chǎn)生機(jī)理及研究進(jìn)展，分別從臨床應(yīng)用和檢測(cè)方法上展現(xiàn)了目前TWA的發(fā)展進(jìn)程，并利用了譜分析法、相關(guān)分析法和移動(dòng)平均修正算法分別從時(shí)域和頻域?qū)σ恍颖緮?shù)據(jù)進(jìn)行T波交替檢測(cè)。在檢測(cè)中譜分析法抗噪能力較強(qiáng)，但作為一種頻域檢測(cè)方法，無(wú)法檢測(cè)非穩(wěn)態(tài)TWA信號(hào)，而相關(guān)分析法受呼吸、噪聲影響較大，數(shù)據(jù)要求較高，因此可以在譜分析檢測(cè)為陽(yáng)性TWA基礎(chǔ)上，再對(duì)信號(hào)進(jìn)行相關(guān)分析，從而克服自身算法缺陷，確定交替幅度和時(shí)間段。最后對(duì)影響檢測(cè)結(jié)果的因素進(jìn)行討論研究，從而降低檢測(cè)誤差。 文章還設(shè)計(jì)了T波交替檢測(cè)技術(shù)原理性樣機(jī)的關(guān)鍵部分電路和軟件框架。硬件部分圍繞ARM核的Samsung S3C44BOX為核心，設(shè)計(jì)了該樣機(jī)的關(guān)鍵電路，包括采集模塊、數(shù)據(jù)處理模塊(外部存儲(chǔ)電路、通信接口電路等)。其中在采集模塊中針對(duì)心電信號(hào)是微弱信號(hào)并且干擾大的特點(diǎn)，采用了具有高共模抑制比和高輸入阻抗的分級(jí)放大電路，有效的提取了信號(hào)分量：A/D轉(zhuǎn)換電路保證了信號(hào)量化的高精度。利用USB接口芯片和刪內(nèi)部異步串行通訊實(shí)現(xiàn)系統(tǒng)與外界聯(lián)系。系統(tǒng)軟件中首先介紹了系統(tǒng)的軟件開發(fā)環(huán)境，然后給出了心電信號(hào)分析及處理程序設(shè)計(jì)流程圖及實(shí)現(xiàn)，使它們共同完成系統(tǒng)的軟件監(jiān)護(hù)功能。
標(biāo)簽： ARM 檢測(cè)技術(shù)
上傳時(shí)間： 2013-07-27
上傳用戶：familiarsmile
LNMF是基于“局部”非負(fù)矩陣分解生成特征空間的算法，而NMF是基于非負(fù)矩陣分解。
標(biāo)簽： LNMF 局部 非負(fù)矩陣分解 特征
上傳時(shí)間： 2013-12-31
上傳用戶：來(lái)茴
PDindentifyBootstrap 局部放電 信號(hào)特征提取
標(biāo)簽： PDindentifyBootstrap 局部放電 信號(hào) 特征提取
上傳時(shí)間： 2013-12-31
上傳用戶：我們的船長(zhǎng)
SCE（shuffled complex evolution ）是一種相對(duì)較新的連續(xù)性問題的元啟發(fā)搜索算法。非常適合于求解具有多個(gè)局部最小的全局優(yōu)化問題。SCE算法的主要特征是通過(guò)競(jìng)爭(zhēng)進(jìn)化和定期洗牌來(lái)確保每個(gè)復(fù)形獲得的信息能在整個(gè)問題空間獲得共享。
標(biāo)簽： SCE evolution shuffled complex
上傳時(shí)間： 2013-12-25
上傳用戶：cc1915
局部濾波器的特征提取方法，能夠很好的反映圖像的細(xì)節(jié)特征和紋理特征。
上傳時(shí)間： 2013-12-21
上傳用戶：wl9454
對(duì)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(hào)中，然而在采集脈搏波信號(hào)時(shí)容易受到多種干擾的影響，使其提取出來(lái)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(shí)，脈搏波中含有人體生理病理信息，不同的人將表現(xiàn)為不同的特征，可以看出確定脈搏波特征點(diǎn)對(duì)于分析人體生理健康很有意義。針對(duì)信號(hào)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(shí)域和頻域都能表征信號(hào)局部信息的能力，且具有對(duì)信號(hào)具有自適應(yīng)性。運(yùn)用極值法確定出脈搏波的峰值點(diǎn)，然后再根據(jù)峰值點(diǎn)確定出其他特征點(diǎn)的位置，實(shí)驗(yàn)證明該方法能夠增加特征點(diǎn)的檢出率。
標(biāo)簽： 脈搏波 信號(hào)降噪 特征點(diǎn)識(shí)別
上傳時(shí)間： 2013-10-12
上傳用戶：shirleyYim
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
