欧美午夜精彩,综合激情久久,亚洲一区二区三区免费观看

生物特征識別

MFCC特征提取算法以及語音端點檢測源碼

·詳細(xì)說明：本程序包含語音壓縮和語音識別領(lǐng)域所需的LPCC，MFCC特征提取算法以及語音端點檢測源碼。在對語音數(shù)據(jù)進(jìn)行特征提取前，可對語音數(shù)據(jù)進(jìn)行16K到8K的降采樣率處理，包含180階FIR濾波器的頻率壓縮程序。文件列表: LPCC&MFCC&VAD .............\endpointD .............\.......

標(biāo)簽： MFCC 特征提取檢測源碼

上傳時間： 2013-07-06

上傳用戶：windwolf2000
便攜式生物電阻抗測量系統(tǒng)設(shè)計

· 摘要：針對生物組織的電阻抗特性,給出了一種便攜式生物阻抗測量系統(tǒng)的設(shè)計方法;該系統(tǒng)采用DSP控制,進(jìn)行高分辨率多頻率點生物阻抗測量,根據(jù)Cole-Cole阻抗圓圖理論,對多頻率點阻抗進(jìn)行數(shù)據(jù)擬合后可獲得測量范圍內(nèi)任意頻率生物電阻抗特性;實現(xiàn)了對生物電阻抗的快速、自動測量;該系統(tǒng)結(jié)構(gòu)緊湊,簡單實用,試驗結(jié)果表明系統(tǒng)穩(wěn)定可靠,具有足夠的精度,重復(fù)性好,在生物電阻抗研究工作中有

標(biāo)簽： 便攜式阻抗測量系統(tǒng)設(shè)計

上傳時間： 2013-07-16

上傳用戶：WMC_geophy
人臉特征識別運用VC++編程實現(xiàn)

·詳細(xì)說明：人臉特征識別運用VC++編程實現(xiàn)，包括圖像提取，預(yù)處理和特征提取等，最終實現(xiàn)人臉識別的功能。

標(biāo)簽： VC 人臉特征識別編程實現(xiàn)

上傳時間： 2013-05-31

上傳用戶：建建設(shè)設(shè)
用gabor變換算法提取圖像的紋理特征(用matlab編寫)

·詳細(xì)說明：該代碼為用gabor變換算法提取圖像的紋理特征，用matlab編寫，可應(yīng)用于基于紋理的圖像檢索系統(tǒng)。其中還包含一篇gabor變換相關(guān)的文獻(xiàn)

標(biāo)簽： matlab gabor 變換算法

上傳時間： 2013-06-27

上傳用戶：dialouch
基于改進(jìn)AdaBoost算法的飛機(jī)特征圖像識別

飛機(jī)特征點圖像的識別是航空試飛領(lǐng)域中計算機(jī)視覺研究的重要課題，在基于圖像的視頻安全監(jiān)控、自動識別與智能人機(jī)交互方面有著重要的研究價值。其檢測算法經(jīng)過長時間的發(fā)展，已經(jīng)取得了顯著的成績。本文中對Paul Viola提出的基于積分圖像和AdaBoost的檢測方法進(jìn)行了深入研究、改進(jìn)，并針對實際問題成功應(yīng)用到飛機(jī)特征點圖像的快速檢測中。

標(biāo)簽： AdaBoost 算法特征圖像識別

上傳時間： 2013-11-04

上傳用戶：日光微瀾
脈搏波信號降噪和特征點識別研究

對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中，然而在采集脈搏波信號時容易受到多種干擾的影響，使其提取出來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，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對于分析人體生理健康很有意義。針對信號去噪問題采用小波變換和多分辨率分析的方法，該方法在時域和頻域都能表征信號局部信息的能力，且具有對信號具有自適應(yīng)性。運用極值法確定出脈搏波的峰值點，然后再根據(jù)峰值點確定出其他特征點的位置，實驗證明該方法能夠增加特征點的檢出率。

標(biāo)簽： 脈搏波信號降噪特征點識別

上傳時間： 2013-10-12

上傳用戶：shirleyYim
形態(tài)梯度小波降噪與S變換的齒輪故障特征抽取算法

針對齒輪故障特征信號具有強(qiáng)噪聲背景、非線性、非平穩(wěn)性特點，提出采用形態(tài)梯度小波對齒輪振動信號進(jìn)行降噪。首先使用形態(tài)梯度小波把齒輪振動信號分解到多個尺度上，然后對各層的細(xì)節(jié)系數(shù)進(jìn)行軟閾值方法降噪處理，對經(jīng)過處理后的小波系數(shù)進(jìn)行重構(gòu)。對降噪后的齒輪振動信號采用S變換多分辨率時頻分析，能夠從具有良好的時頻分辨率的S變換譜圖提取齒輪故障特征。通過仿真試驗和故障軸承的信號分析證明，該方法具有短時傅里葉變換和小波變換的優(yōu)點，不存在Wigner-Ville分布的交叉干擾和負(fù)頻率，能有效地提取隱含在噪聲中的齒輪故障特征，適合齒輪故障的在線監(jiān)測和診斷。

標(biāo)簽： 梯度小波降噪 S變換齒輪故障

上傳時間： 2013-11-01

上傳用戶：AISINI005
基于EEMD的故障微弱信號特征提取研究

總體平均經(jīng)驗?zāi)Ｊ椒纸猓‥EMD）方法是一種先進(jìn)的時頻分析方法，非常適合于對非平穩(wěn)故障微弱信號的分析處理。文中介紹了EEMD方法的原理與算法實現(xiàn)步驟，重點分析了EEMD方法避免模式混淆的機(jī)理。利用EEMD方法對齒輪箱振動信號進(jìn)行分析，成功提取了小齒輪磨損故障特征，驗證了EEMD方法在故障微弱信號特征提取的有效性。

標(biāo)簽： EEMD 微弱信號特征提取

上傳時間： 2014-11-30

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

探地雷達(dá)回波信號是一種非平穩(wěn)非線性信號，其中不僅包含地下埋藏物的目標(biāo)信號，還包含有可能掩藏目標(biāo)信號的直達(dá)波信號，給目標(biāo)的識別帶來困難。文中采用HHT方法對探地雷達(dá)回波信號進(jìn)行特征分析，提取回波信號的IMF分量的瞬時頻率作為特征向量。實驗結(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) 回波信號特征提取

上傳時間： 2013-10-22

上傳用戶：hjkhjk
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，計算用于特征采樣的概率分布圖，使用硬編碼方式對區(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概率計算方式以及空間金字塔框架，改善了算法性能。在PASCAL VOC 2007和2010兩個數(shù)據(jù)集上進(jìn)行實驗，平均精度比隨機(jī)選取的特征采樣方法能夠提高約0.5%，驗證了算法的有效性。

標(biāo)簽： 圖像分類特征采樣

上傳時間： 2013-10-24

上傳用戶：wawjj