蜜桃精品视频,粉嫩一区二区,制服丝袜在线播放

電力線載波

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
基于小波分析的脈搏波信號處理

對脈搏波信號進行分析之前，對信號的去噪非常重要，本論文利用Mallat算法對脈搏波信號進行多分辨分析和去噪，分別對閾值法、平移不變量法、模極大值法的降噪原理進行分析，通過大量實驗對比，比較了它們在處理脈搏波信號方面的優缺點。通過對一段含噪脈搏波信號降噪，得到了滿意的去噪效果。

標簽： 小波分析信號處理脈搏波

上傳時間： 2013-10-20

上傳用戶：lmq0059
動態電路在方波下形成的波形的解析

這是一階二階電路在方波下形成的波形解析

標簽： 動態電路方波波形

上傳時間： 2013-11-24

上傳用戶：uuuuuuu
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
高線性度元件簡化了直接轉換接收器的設計

凌力爾特公司的 LT®5575 直接轉換解調器實現了超卓線性度和噪聲性能的完美結合。

標簽： 高線性度元件直接轉換接收器

上傳時間： 2013-11-10

上傳用戶：mikesering
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性。運用極值法確定出脈搏波的峰值點，然后再根據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
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