<strike id="awuwu"></strike>
<center id="awuwu"></center>
<center id="awuwu"></center>
提出了一種基于仿生小波變換和模糊推理的變步長自適應濾波語音降噪算法。該算法首先用仿生小波變換法對包含噪聲的語音信號進行小波分解，以分離出來的噪聲信號作為自適應濾波器的輸入，選擇基于模糊推理變步長自適應算法對帶噪聲語音信號進行降噪處理，最終實現語音信號的信噪分離，去除語音信號中的噪聲。仿真結果表明，該方法對語音信號有較為明顯的降噪效果。
上傳時間： 2013-10-14
上傳用戶：戀天使569
為去除腦電信號采集過程中存在的噪聲信號，提出了基于小波閾值去噪的腦電信號去噪。以小波閾值降噪為基礎，首先利用db4小波對腦電信號進行5尺度分解，然后采用軟、硬閾值與小波重構的算法進行去噪。通過對MIT腦電數據庫中的腦電信號進行仿真，結果表明，采用軟閾值方法有效去除了噪聲，提高了腦電信號的信噪比。
上傳時間： 2014-12-23
上傳用戶：如果你也聽說
針對齒輪故障特征信號具有強噪聲背景、非線性、非平穩性特點，提出采用形態梯度小波對齒輪振動信號進行降噪。首先使用形態梯度小波把齒輪振動信號分解到多個尺度上，然后對各層的細節系數進行軟閾值方法降噪處理，對經過處理后的小波系數進行重構。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點，不存在Wigner-Ville分布的交叉干擾和負頻率，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測和診斷。
上傳時間： 2013-11-01
上傳用戶：AISINI005
目前，被廣泛使用的經典邊緣檢測算子有Sobel算子，Prewitt算子，Roberts算子，Log算子，Canny算子等等。這些算子的核心思想是圖像的邊緣點是相對應于圖像灰度值梯度的局部極大值點。然而，當圖像中含有噪聲時這些算子對噪聲都比較敏感，使得將噪聲作為邊緣點。由于噪聲的干擾，不能檢測出真正的邊緣。一個擁有良好屬性的的邊緣檢測算法是每個研究者的追求。利用小波交換的特點，設計了三次B樣條平滑濾波算子。通過利用這個算子，對利用小波變換來檢測圖像的邊緣進行了一定的研究和理解。
上傳時間： 2013-10-13
上傳用戶：kqc13037348641
為了使計算機能更好的識別人臉表情，對基于Gabor小波變換的人臉表情識別方法進行了研究。首先對包含表情區域的靜態灰度圖像進行預處理，包括對確定的人臉表情區域進行尺寸和灰度歸一化，然后利用二維Gabor小波變換提取臉部表情特征，使用快速PCA方法對提取的Gabor小波特征初步降維。再在低維的空間中，利用Fisher準則提取那些有利于分類的特征，最后用SVM分類器進行分類。實驗結果表明，上述提出的方法比傳統的方法識別速度更快，能達到實時性的要求，并且具有很好的魯棒性，識別率高。
上傳時間： 2013-11-08
上傳用戶：小眼睛LSL
提出了一種基于FPGA的多級小波逆變換的高速、實時的硬件解決方案。仿真驗證表明本方案能夠滿足連續輸入的數據進行實時處理的要求,并且所設計的系統具有功耗低、成本低等優點。
上傳時間： 2014-12-28
上傳用戶：Zero_Zero
由非線性電力電子裝置組成的電路發生故障時，故障特征信息不易提取和識別。對此提出一種基于小波包分析和Elman神經網的電力電子裝置故障診斷的方法，先運用小波包分析法提取電路在不同故障狀態下電壓及電流信號的特征信息，然后對數據進行歸一化處理并作為Elman神經網的輸入，由具有智能學習功能的神經元故障分類器完成故障識別和定位。以12脈沖整流電路為例，在Matlab軟件下建立電路模型進行仿真實驗，結果表明該方法能快速、準確的完成故障診斷。
上傳時間： 2013-11-11
上傳用戶：zjf3110
提出了一種基于FPGA的多級小波逆變換的高速、實時的硬件解決方案。仿真驗證表明本方案能夠滿足連續輸入的數據進行實時處理的要求,并且所設計的系統具有功耗低、成本低等優點。
上傳時間： 2013-12-20
上傳用戶：JasonC
討論了交-交變頻調速系統故障診斷的重要性，針對目前變頻系統輸出電流諧波比較大，用常規方法不易判斷的問題，提出了用新型小波包頻帶能量法提取電機斷條故障信號的特征量，并運用該算法對變頻調速系統電機斷條時和正常時輸出電流波形特征量進行分析。仿真結果表明，新型小波包頻帶能量特征法與常規診斷方法相比，具有準確度高、診斷速度快等優點。
上傳時間： 2015-01-02
上傳用戶：hgmmyl
小波變換在電力系統諧波中的應用，與諧波本身的特性是直接相關的，要得到實時性和精確性都較高的檢測效果就需要對電力系統的諧波特點，小波在這方面的應用原理有深刻的理解。文中對此在作了深入分析的基礎上，還重點研究了采用小波變換研究諧波檢測的主要因素，用仿真驗證其影響效果。最后針對目前的研究成果論述小波在諧波檢測應用中的發展，為小波變換在分析有效、精確、可靠的電力諧波檢測方法提供研究思路。
上傳時間： 2013-11-21
上傳用戶：yuanxiaoqiang
<tr id="wmgo4"></tr>