小波變換應(yīng)用MATLAB對(duì)于圖像處理的壓縮程序
上傳時(shí)間： 2014-01-06
上傳用戶：宋桃子
基于Haar小波變換的數(shù)字圖像水印算法,信息隱藏, 數(shù)字水印,小波變換
標(biāo)簽： Haar 小波變換 信息隱藏 數(shù)字圖像
上傳時(shí)間： 2014-01-11
上傳用戶：zhangyigenius
在綜合描述聲發(fā)射信號(hào)特點(diǎn)和小波殳換基本原理的基礎(chǔ)上，結(jié)合實(shí)例介紹同時(shí)在時(shí)域 和頻域具有局部分析能力的信號(hào)處理方法--小波變換在聲發(fā)射信號(hào)的特征提取、時(shí)頻分析和噪聲去除等方面的應(yīng)用。
標(biāo)簽： 聲發(fā)射信號(hào)
上傳時(shí)間： 2014-01-25
上傳用戶：manlian
介紹了小波分析的產(chǎn)生與發(fā)展及理論現(xiàn)狀，小波分析是博立葉分析思想方法的發(fā)展與延拓 小波基的構(gòu)造以及結(jié)果分析都依賴博立葉分析，傳統(tǒng)上使用博立葉分析的地方，都可以使用小波分析，小波分析在超越博立葉分析的同時(shí)與博立葉分析相互補(bǔ)充，螺旋式向前發(fā)展。還分析了小波分析在聲發(fā)射信號(hào)處理中的應(yīng)用現(xiàn)狀，并指出了存在的不足及今后的前景展望。
上傳時(shí)間： 2016-06-23
上傳用戶：水口鴻勝電器
采用混沌和小波相結(jié)合的方式實(shí)現(xiàn)的圖像加密
上傳時(shí)間： 2013-11-26
上傳用戶：lindor
討論了BP 小波神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過(guò)程中減小誤差函數(shù)時(shí)最優(yōu)方向的確定和自適應(yīng)調(diào)整學(xué)習(xí)率的方法。 首先論證了小波神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ),然后討論了BP 小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程,重點(diǎn)討論了減小誤差函數(shù)最優(yōu)方 向的確定方法,即如何保證步長(zhǎng)方向與負(fù)梯度方向一致,由此得出了自適應(yīng)調(diào)整學(xué)習(xí)率的簡(jiǎn)便方法。該方法具有 普遍性,有廣泛的應(yīng)用價(jià)值。仿真結(jié)果表明,采用最優(yōu)梯度下降方向可以大幅度提高BP 小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速 度。
標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 減 過(guò)程 誤差函數(shù)
上傳時(shí)間： 2014-01-22
上傳用戶：金宜
基于多分辨分析的遞階逼近思想,采用正交小波網(wǎng)絡(luò)研究了輸入樣本空間分布非均勻時(shí)非線性系統(tǒng)的 辨識(shí)問(wèn)題. 重點(diǎn)討論了樣本非均勻時(shí)網(wǎng)格系的設(shè)計(jì)問(wèn)題,并給出了基于該網(wǎng)格系的在線遞階辨識(shí)算法. 最后利用正 交小波網(wǎng)絡(luò)分別對(duì)非線性靜態(tài)和動(dòng)態(tài)系統(tǒng)進(jìn)行了仿真辨識(shí).
上傳時(shí)間： 2014-11-26
上傳用戶：wanghui2438
提出了一種基于小波神經(jīng)網(wǎng)絡(luò)整定的PID 控制方法。由于小波變換具有良 好的時(shí)頻局部特性,神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性映射能力,自學(xué)習(xí)、自適應(yīng)等優(yōu)勢(shì),采用規(guī) 范正交的小波函數(shù)作為神經(jīng)網(wǎng)絡(luò)的基函數(shù)構(gòu)成小波神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)兼有小波函數(shù)的緊 支性、波動(dòng)性以及神經(jīng)網(wǎng)絡(luò)的非線性映射能力,自學(xué)習(xí)、自適應(yīng)能力等優(yōu)點(diǎn),滲碳爐控制實(shí) 驗(yàn)結(jié)果表明,用該方法整定的PID 控制系統(tǒng)收斂速度快,逼近精度高,魯棒性好
標(biāo)簽： PID 函數(shù) 神經(jīng)網(wǎng)絡(luò) 小波神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2014-01-15
上傳用戶：yzy6007
指出了非線性動(dòng)態(tài)信號(hào)參數(shù)辨識(shí)的重要性；分析了目前采用的方法的不足；對(duì)非正交復(fù)Morlet小波滿足Mercy條件和再生性的命題作了證明；用復(fù)Morlet小波構(gòu)建出一種核函數(shù)，與主分量分析方法相結(jié)合，對(duì)非線性動(dòng)態(tài)信號(hào)進(jìn)行參數(shù)辨識(shí)和預(yù)測(cè)；仿真結(jié)果驗(yàn)證了該方法的正確性和有效性，表明該方法具有較好的理論價(jià)值和實(shí)用價(jià)值。
標(biāo)簽： Morlet Mercy 非線性 動(dòng)態(tài)信號(hào)
上傳時(shí)間： 2016-06-27
上傳用戶：wang0123456789
首先,給出了對(duì)應(yīng)于多重多分辨分析的雙正交多小波包的定義,建立了具有任意矩陣伸縮的雙正交多小波包的理論框架.在此基礎(chǔ)上,給出了具有任意矩陣伸縮的高維不可分雙正交多小波包的構(gòu)造方法.由此構(gòu)造的多小波包的分解系數(shù)可以從不同的濾波器中抽取,這使得小波包的應(yīng)用更靈活.
上傳時(shí)間： 2014-01-02
上傳用戶：啊颯颯大師的
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
