多小波圖像壓縮處理，開(kāi)頭程序，呵呵，需要繼續(xù)寫(xiě)才能發(fā)表全面
標(biāo)簽： 圖像壓縮
上傳時(shí)間： 2015-05-20
上傳用戶：ruixue198909
BP神經(jīng)網(wǎng)絡(luò)用于分類與回歸 ----------------------------------------作者：陸振波，海軍工程大學(xué) 歡迎同行來(lái)信交流與合作，更多文章與程序下載請(qǐng)?jiān)L問(wèn)我的個(gè)人主頁(yè) 電子郵件：luzhenbo@sina.com 個(gè)人主頁(yè)：luzhenbo.88uu.com.cn ----------------------------------------文件說(shuō)明： 1、NeuralNetwork_BP_Classification.m - 分類 2、NeuralNetwork_BP_Regression.m - 回歸
標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 分類 回歸
上傳時(shí)間： 2015-05-21
上傳用戶：ouyangtongze
RBF神經(jīng)網(wǎng)絡(luò)用于分類與回歸 ---------------------------------------- 作者：陸振波，海軍工程大學(xué) 歡迎同行來(lái)信交流與合作，更多文章與程序下載請(qǐng)?jiān)L問(wèn)我的個(gè)人主頁(yè) 電子郵件：luzhenbo@sina.com 個(gè)人主頁(yè)：luzhenbo.88uu.com.cn ---------------------------------------- 文件說(shuō)明： 1、NeuralNetwork_RBF_Classification.m - 分類 2、NeuralNetwork_RBF_Regression.m - 回歸
標(biāo)簽： RBF 神經(jīng)網(wǎng)絡(luò) 分類 回歸
上傳時(shí)間： 2013-12-19
上傳用戶：yuanyuan123
基于Volterra濾波器混沌時(shí)間序列多步預(yù)測(cè) 作者：陸振波，海軍工程大學(xué) 歡迎同行來(lái)信交流與合作，更多文章與程序下載請(qǐng)?jiān)L問(wèn)我的個(gè)人主頁(yè) 電子郵件：luzhenbo@sina.com 個(gè)人主頁(yè)：luzhenbo.88uu.com.cn 參考文獻(xiàn)： 1、張家樹(shù).混沌時(shí)間序列的Volterra自適應(yīng)預(yù)測(cè).物理學(xué)報(bào).2000.03 2、Scott C.Douglas, Teresa H.-Y. Meng, Normalized Data Nonlinearities for LMS Adaptation. IEEE Trans.Sign.Proc. Vol.42 1994 文件說(shuō)明： 1、original_MultiStepPred_main.m 程序主文件,直接運(yùn)行此文件即可 2、original_train.m 訓(xùn)練函數(shù) 3、original_test.m 測(cè)試函數(shù) 4、LorenzData.dll 產(chǎn)生Lorenz離散序列 5、normalize_1.m 歸一化 6、PhaSpaRecon.m 相空間重構(gòu) 7、PhaSpa2VoltCoef.dll 構(gòu)造 Volterra 自適應(yīng) FIR 濾波器的輸入信號(hào)矢量 Un 8、TrainTestSample_2.m 將特征矩陣前 train_num 個(gè)為訓(xùn)練樣本，其余為測(cè)試樣本 9、FIR_NLMS.dll NLMS自適應(yīng)算法
標(biāo)簽： Volterra 濾波器 混沌 時(shí)間序列
上傳時(shí)間： 2013-12-16
上傳用戶：talenthn
設(shè)計(jì)VHDL24小時(shí)的時(shí)鐘，去除了按鍵彈跳現(xiàn)象
上傳時(shí)間： 2013-12-23
上傳用戶：hzy5825468
1、說(shuō)明： 本書(shū)中所有的常用數(shù)值算法子過(guò)程按書(shū)中的章數(shù)分別放在以C開(kāi)頭的子目錄中。 所有這些為驗(yàn)證上述子過(guò)程而編的驗(yàn)證過(guò)程按書(shū)中的章數(shù)分別放在以D開(kāi)頭的子目錄中。 所有為驗(yàn)證過(guò)程而做的工程，按書(shū)中的章數(shù)分別放在以V開(kāi)頭的子目錄中。 2、使用： 1）最簡(jiǎn)單的做法是若D盤(pán)有大于50M的空間，讀者只須將光盤(pán)上的子目錄“DELPHI_SHU”
標(biāo)簽： 子過(guò)程 分 目錄 數(shù)值算法
上傳時(shí)間： 2015-05-22
上傳用戶：sy_jiadeyi
小波分析 是用matlab寫(xiě)得 可用于 基于信息隱藏的密鑰傳輸?shù)刃畔踩较?/p>
上傳時(shí)間： 2014-03-12
上傳用戶：aeiouetla
文章通過(guò)對(duì)實(shí)序列快速傅里葉變換的算法推導(dǎo)及Mallat 算法原理的分析，根據(jù)離散小波變換（DWT）算 法結(jié)構(gòu)特征，提出了一種離散小波的快速變換算法，給出了相應(yīng)的算法步驟。從數(shù)學(xué)理論上進(jìn)行了論證，并把該算法 應(yīng)用到靜態(tài)圖像處理中，得到了很好的快速和重建效果，具有一定的實(shí)用價(jià)值。 關(guān)鍵詞：小波分析；Mallat 算法；快速小波算法 圖像處理 中圖分類號(hào)：TN914 文獻(xiàn)標(biāo)識(shí)碼：A 1 引言 小波分析是近十多年來(lái)迅速發(fā)展起來(lái)的新興學(xué)科和信號(hào)分析理論，是繼傅里葉分析方法之后的重 大突變。它具有時(shí)域局部化和頻域局部化的優(yōu)點(diǎn)，而且高頻端的時(shí)間間隔小（有著高的時(shí)間分辨率）， 低頻端的時(shí)間間隔大（有著高的頻率分辨率），這與人的視覺(jué)機(jī)制由粗到細(xì)的認(rèn)識(shí)過(guò)程相一致，固而有 “數(shù)學(xué)顯微鏡”之稱，是進(jìn)行信號(hào)處理和分析的有效工具。特別是其多分辨率分析理論及其快速算法 ——Mallat 算法在數(shù)字信號(hào)處理和數(shù)字通信
上傳時(shí)間： 2015-05-23
上傳用戶：tyler
Oracle9iデータベース物理設(shè)計(jì)方針表領(lǐng)域編
上傳時(shí)間： 2015-05-23
上傳用戶：liansi
實(shí)現(xiàn)多層小波分解系數(shù)的全部保留，文件中有詳細(xì)說(shuō)明
上傳時(shí)間： 2015-05-23
上傳用戶：lnnn30
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
