基于增強算子的污染土雷達圖像特征提取仿真這是一份非常不錯的資料，歡迎下載，希望對您有幫助！
上傳時間： 2021-10-29
上傳用戶：trh505
該文檔為基于特征融合的粒子濾波目標跟蹤講解資料，講解的還不錯，感興趣的可以下載看看…………………………
標簽： 特征融合
上傳時間： 2021-10-29
上傳用戶：XuVshu
基于可分性的多類目標特征選擇算法這是一份非常不錯的資料，歡迎下載，希望對您有幫助！
標簽： 特征選擇
上傳時間： 2021-12-01
上傳用戶：zhanglei193
畢業論文：基于統計特征的不等長間歇過程故障診斷研究這是一份非常不錯的資料，歡迎下載，希望對您有幫助！
標簽： 統計特征
上傳時間： 2022-01-14
上傳用戶：
該文檔為人工神經網絡具有四個基本特征教程文檔，是一份很不錯的參考資料，具有較高參考價值，感興趣的可以下載看看………………
標簽： 人工神經網絡
上傳時間： 2022-02-19
上傳用戶：1208020161
摘要：隨薦電力電子設備、交直流電弧爐和電氣化鐵道等非線性、沖擊性負荷的大量接入電網，引起了電網無功功率不足、電壓波動與閃變、三相供電不平衡以及電壓電流波形畸變等其它一系列電能質景問題，并嚴重威脅著電力系繞的安全穩定運行。首先，本文介紹了無功功率的基本概念，介紹了無功功率對電力系統的影響以及無功補償的作用，并詳盡的閘述了國內外無功補償裝置的歷史以及現狀。其次，本文詳細分析了靜止無功補償器（SVC）和靜止無功發生器（SVC）的基本結構，控制方法和工作原理，以及各自優特點。并且闡述了它們的工作特性。再次，本文著重進行了對SVG型靜止無功補償器提高系統電壓的理論研究。利用MATLAB/SIMLINK仿真軟件對SVG工作方式及利用SVG動態提高系統電壓的原理進行仿真研究。并對仿真結果進行了全面外析VRe，本完成了（利t功補t控制器的設計，該控a器a系統硬件上采用了由STC生產的STCIOFO8X單片機作為主控制器。采用ATT7022作為電能檢測芯片，實現電網參數的精確深樣與計算，在系統軟件上采用品剛管控制投切電容器，實現了電容器的快速，無弧的投切。采用全中文液品顯示界面實時顯示系統運行狀況.關；無，SVG，svc，STC10FO8X隨著現代電力電子技術的飛速發展，大量大功率、非線性負荷的接入電網中，使得電網供電質量受到了嚴重的威脅。特別是一些像電弧爐、軋機、整流橋等非線性和沖擊性負荷的大量使用是導致電能質量惡化的最主要來源，造成了一系列嚴重的影響理想狀態的電力供應要求頻率為50Hz，電壓幅值穩定在額定值的標準正弦波形。在三相電網供電系統中，A，B.C三相電壓電流的幅值大小相等、相位差依次落后120度。但當電力用戶的各種用電裝置接入電力系統后，電力供應由理想的電力供應變成了電壓電流偏離這種狀態的非理想狀態。電網中的許多用電負荷都具有低功率因數、非線性、不平衡性和沖擊性的特征，這些特征嚴重地危害著電網的電力供應，可表現在：電壓值跌落或浪涌、各次諧波含量大、電壓波形發生閃變、電壓電流波形失真等，這樣便出現了電能質量問題。實際電網中的電能質量問題主要表現如下：
上傳時間： 2022-06-17
上傳用戶：
本次畢業論文的內容主要包括兩個方面：（1)確定基于膚色特征的人臉識別算法流程并實現MATLAB仿真.根據目前已有的人臉識別算法和學過的有關圖像處理知識確定出適合本次論文的最優算法，確定算法時的重點是將膚色判斷作為人臉檢測的預處理，即研究膚色模型的選取和建立、膚色分割的方法以及人臉區域的獲得；再根據面部特征提取出人臉的大致框架，通過人臉面積、高寬比、歐拉數等來判斷每塊區域是否為人臉，最后得到圖片中人臉的比較精確的位置。在確定算法時就應該要綜合考慮各方面的因素，要盡可能的提高人臉識別的時間效率，提高識別率。（2）設計出GUI界面，實現人臉識別功能。MATLAB/GUI自帶了很多工具箱函數，方便快捷。設計好的GUI界面只需通過鼠標等簡潔的方式與計算機交換信息，選擇想要運行的程序，實現快速識別。本次設計的GUT界面有窗口、光標、按鍵、菜單、文字說明等對象（Object)，主要包含讀入圖像，轉換顏色空間，皮膚概率圖像，皮膚二值化和定位五個部分，其中使用了開關按鈕（ToggleButton)、靜態文本框（Static Text)、坐標系（Axes)和面板（Pane1)按鈕，要對其進行合理布局，注意回調函數的嵌入。在設計過程中要熟悉MATLAB編程環境，注意控件的選用和參數設置，會根據設計要求對GUI界面進行布局，注意回調函數的編寫，以達到理想的效果。該系統可以較好的實現單人臉識別，能較準確的對其進行定位。但對于多人組和背景較復雜的圖像，會出現漏檢和錯檢的現象，需要進一步改進。
上傳時間： 2022-07-28
上傳用戶：qdxqdxqdxqdx
OpencV是用來實現計算機視覺相關技術的開放源碼工作庫，是計算機視覺、圖像處理、模式識別、計算機圖形學、信號處理、視頻監控、科學可視化等相關從業人員的好工具。本書介紹了大約200多個典型的技術問題，覆蓋了基于OpenCV基礎編程的主要內容，利用大量生動有趣的編程案例和編程技巧，從解決問題和答疑解惑入手，以因特網上最新資料為藍本，深入淺出地說明了OpenCV中最典型和用途最廣的程序設計方法。全書結構清晰、合理，范例實用、豐富，理論結合實踐，即使讀者只是略懂計算機視覺原理，也能人手對相關理論方法直接進行編碼實現。 "基于OPENCV的計算機視覺技術實現"的圖書目錄…… 前言 第一章 使用OpenCV實現計算機視覺技術 1.1 計算機視覺技術 1.2 什么是OpenCV 1.3 基于OpenCV庫的編程方法 本章小結 第二章 OpenCV的編程環境 2.1 OpenCV環境介紹 2.2 OpenCV的體系結構 2.3 OpenCV實例演示 本章小結 第三章 OpenCV編程風格 3.1 命名約定 3.2 結構 3.3 函數接口設計 3.4 函數實現 3.5 代碼布局 3.6 移植性 3.7 文件操作 3.8 文檔編寫 本章小結 第四章 數據結構 4.1 基本數據結構 4.2 數組有關的操作 4.3 動態結構 本章小結 第五章 數據交互 5.1 繪圖函數 5.2 文件存儲 5.3 運行時類型信息和通用函數 5.4 錯誤處理函數 5.5 系統函數 本章小結 第六章 圖像處理 6.1 邊緣檢測 6.2 直方圖 6.3 Hough變換 6.4 幾何變換 6.5 形態學 本章小結 第七章 結構與識別 7.1 輪廓處理函數 7.2 計算幾何 7.3 平面劃分 7.4 目標檢測函數 7.5 生成與控制貝塞爾曲線 7.6 用OpenCV進行人臉檢測 本章小結 第八章 圖形界面（HighGUI） 8.1 讀取和保存圖像 8.2 OpenCV中的實用系統函數 本章小結 第九章 視頻處理（CvCAM） 9.1 使用HighGUI對視頻進行讀寫處理 9.2 CvCam對攝像頭和視頻流的使用 本章小結 第十章 OpenCV附加庫第一部分 10.1 附加庫介紹 10.2 形態學（morhing functions） 本章小結 第十一章 OpenCV附加庫第二部分——隱馬爾可夫模型 11.1 隱馬爾可夫模型概述 11.2 隱馬爾可夫模型中的基本結構與函數介紹 11.3 隱馬爾可夫模型中的函數介紹 11.4 人臉識別工具 本章小結 第十二章 核心庫綜合例程 12.1 檢測黑白格標定板內指定矩形區域內的角點 12.2 解線性標定方程組程序 本章小結 第十三章 運動與跟蹤 13.1 圖像統計的累積函數 13.2 運動模板函數 13.3 對象跟蹤 13.4 光流 13.5 預估器 13.6 Kalman濾波器跟蹤示例 13.7 用Snake方法檢測可變形體的輪廓 13.8 運動目標跟蹤與檢測 本章小結 第十四章 立體視覺第一部分——照相機定標 14.1 坐標系介紹 14.2 透視投影矩陣的獲得 14.3 攝像機參數的獲取 14.4 徑向畸變的校正 14.5 使用OpenCV及CVUT進行攝像機定標 14.6 OpenCV中的定標函數 14.7 CVUT介紹 本章小結 第十五章 立體視覺第二部分——三維重建 15.1 極線幾何 15.2 特征點匹配 15.3 三維重建 15.4 OpenCV中相關函數介紹 本章小結 第十六章 立體視覺第三部分——三維重建算法 16.1 圖像校正 16.2 已校正圖像的快速三維重建 16.3 Birchfield算法 16.4 OpenCV中相關函數介紹 本章小結 第十七章 立體視覺第四部分——立體視覺實例 17.1 圖像校正實例代碼 17.2 基于窗口的稀疏點匹配及三維重建之一 17.3 基于窗口的稀疏點匹配及三維重建之二 17.4 Birchfield算法的OpenCV實現 本章小結 第十八章 常見問題解疑 18.1 安裝與編譯出錯解決方法 18.2 OpenCV庫基本技術問題 18.3 OpenCV在Linux下的相關問題 18.4 OpenCV庫中的陷阱和bug
上傳時間： 2013-07-18
上傳用戶：huyiming139
該文系統地分析了感應電動機的各種故障特征.針對感應電動機在不對稱狀態下定子電流的正序和負序分量之間的關系,提出了簡便易行的不對稱及斷相保護動作判據.該文根據電動機各種故障的微機保護方案,進行了控制系統的軟件、硬件與抗干擾設計,開發了一種新型的數字化多功能感應電動機保護裝置.這套裝置以先進的80C196KC單片機為核心,采用MAX197進行AD轉換,具有數學采集、處理、實時控制、自動保護及顯示、報警等功能.最后對所研制的保護裝置樣機,模擬電動機的各種故障,進行了充分的動模實驗,驗證了其保護時間的可靠性.
上傳時間： 2013-06-05
上傳用戶：一諾88
本文對家用電器中語音識別技術的DSP實現進行了研究。文章介紹了語音識別技術的基本概念，討論了語音識別系統的組成和實現的技術；詳細分析了構成語音識別系統的四個組成部分，包括語音信號數字化與預處理、語音的端點檢測、特征提取與模式匹配。著重介紹了實現端點檢測的短時平均能量與短時平均過零率分析，語音信號的線性預測分析及在此基礎之上的倒譜特征參數，以及實現模式匹配的常用的矢量量化技術、動態時間規整技術和隱馬爾可夫模型；根據提出的語音識別系統的構成，介紹了在MATLAB6.5上實現了采用動態時間規整算法的識別系統的仿真分析。
上傳時間： 2013-04-24
上傳用戶：zwei41
