欧美日韩大片,亚洲mv在线观看,亚洲精品97久久

避障小車

一個可以在Altium designer 6 中導入圖片的小程序

一個可以在Altium designer 6 中導入（圖片）BitMapConvertVer130的小程序

標簽： designer Altium 程序

上傳時間： 2013-09-11

上傳用戶：dongqiangqiang
基于小波變換的改進影像金字塔模型

　　隨著遙感影像數據量不斷增長，為了更加高效地組織與管理海量的遙感影像，研究并提出了改進的基于小波分解的影像金字塔構建方法。利用多分辨率分析和圖像的小波分解與重構算法，參考影像金字塔構建的一般方法，將圖像小波分解的不同級系數量化、編碼后，分別存儲于金字塔的不同層中。該構建方法可以有效地降低金字塔各層之間的數據冗余，減少總數據量和瀏覽時的數據流量，并能更好地支持嵌入式碼流和漸進式傳輸。

標簽： 小波變換金字塔模型

上傳時間： 2013-10-20

上傳用戶：1477849018@qq.com
基于分塊的多尺度小波頻域數字水印

數字水印是數字信息安全領域研究的一個熱點。小波變換算法以其多分辨率分析的特性在應用數學方面取得了一定的發展。文中結合小波算法，在數字圖像的低頻域中采用分塊方法來嵌入數字水印，改進了小波多尺度分解算法，通過實驗說明，該數字水印算法對數字水印的穩定性效果明顯

標簽： 分塊多尺度頻域數字水印

上傳時間： 2013-11-08

上傳用戶：199311
基于小波分析的低截獲信號檢測方法研究

在魚雷技術發展中，低截獲概率技術（LPI）的采用大大提高魚雷的作戰能力，同時也對截獲信號提出了更高的要求。本文將基于小波分析的檢測方法，具體對有效的低截獲特征信號信號進行檢測，相比于短時傅里葉變換的基礎上，采用Daubechies5小波對信號進行分解變換，證明小波分析方法的有效性及優越性。

標簽： 小波分析信號檢測方法研究

上傳時間： 2013-10-22

上傳用戶：lht618
基于小波與LS-SVM集成的模擬電路故障檢測

由于模擬電路的多樣性、非線性和離散性等特點，模擬電路的故障診斷呈現復雜、難以辨識等問題。針對已有方法的數據不平衡，提出了一種支持向量機集成的故障診斷方法。使用小波變換方法提取特征向量，在多類別支持向量機的基礎上，設計了模擬電路的最小二乘支持向量機預測模型，實現了對模擬電路的狀態的故障預測。將該方法應用于Sallen-Key帶通電路進行故障預測試驗，結果表明，該方法比單一支持向量機、徑向基神經網絡、BP神經網絡和APSVM有更好的分類和泛化性能，故障診斷準確率更高。

標簽： LS-SVM 集成模擬電路故障檢測

上傳時間： 2013-10-31

上傳用戶：417313137
小波分析在信號降噪中的應用

針對信號檢測中經常存在的噪聲污染問題，利用小波分解之后可以在各個層次選擇閾值，對噪聲成分進行抑制，手段更加靈活。本文介紹了小波變換的一般理論以及在信號降噪中的應用，分析了被噪聲污染后的信號的特性；利用MATLAB軟件進行了信號降噪的模擬仿真實驗并在降噪光滑性和相似性兩個方面體現出小波變換的優勢。本文分別使用了不同類型的小波和相同類型小波下不同閾值對信號進行了降噪．仿真結果表明小波變換具有良好降噪的效果。

標簽： 小波分析信號降噪中的應用

上傳時間： 2013-10-19

上傳用戶：alex wang
小信號高頻晶體管放大器

小信號高頻晶體管放大器

標簽： 小信號高頻晶體管放大器

上傳時間： 2013-10-18

上傳用戶：wangfei22
基于仿生小波變換和模糊推理的語音降噪算法研究

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。

標簽： 仿生小波變換模糊推理語音降噪

上傳時間： 2013-10-14

上傳用戶：戀天使569
基于小波分析的腦電信號處理

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。

標簽： 小波分析腦電信號

上傳時間： 2014-12-23

上傳用戶：如果你也聽說
形態梯度小波降噪與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。

標簽： 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