小波神經(jīng)網(wǎng)絡(luò)程序，收斂性比BP神經(jīng)網(wǎng)絡(luò)好，可以避免局部最優(yōu),可用于分類(lèi)，函數(shù)逼近等
標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 程序
上傳時(shí)間： 2014-01-06
上傳用戶(hù)：英雄
換能器散射回波信號(hào)聲強(qiáng)預(yù)測(cè)，可自擬發(fā)射和接收換能器的類(lèi)型及指向性，海底散射強(qiáng)度，得到不同條件下的散射回波信號(hào)聲強(qiáng)
上傳時(shí)間： 2016-02-18
上傳用戶(hù)：dianxin61
編寫(xiě)具有如下函數(shù)原型的遞歸與非遞歸兩種函數(shù)equ，負(fù)責(zé)判斷數(shù)組a與b的前n個(gè)元素值是否按下標(biāo)對(duì)應(yīng)完全相同，是則返回true，否則返回false。并編制主函數(shù)對(duì)它們進(jìn)行調(diào)用，以驗(yàn)證其正確性。 bool equ(int a[], int b[], int n) 提示：遞歸函數(shù)中可按如下方式來(lái)分解并處理問(wèn)題，先判斷最后一個(gè)元素是否相同，不同則返false；相同則看n是否等于1，是則返回true，否則進(jìn)行遞歸調(diào)用（傳去實(shí)參a、b與 n-1，去判斷前n-1個(gè)元素的相等性），并返回遞歸調(diào)用的結(jié)果（與前n-1個(gè)元素的是否相等性相同）。
標(biāo)簽： equ 函數(shù) 遞歸 編寫(xiě)
上傳時(shí)間： 2013-12-03
上傳用戶(hù)：梧桐
在用小波分解加強(qiáng)圖像邊緣的基礎(chǔ)上，利用修正的形態(tài)學(xué)邊緣檢測(cè)算子，以減 輕圖像邊緣檢測(cè)的模糊性；通過(guò)形態(tài)結(jié)：構(gòu)元素尺度的調(diào)整，得到多尺度下圖像邊緣的 特征，并綜合各尺度下的邊緣特征，得到較為理想的圖像邊緣，實(shí)驗(yàn)驗(yàn)證了該算法的可 行性和有效性。
上傳時(shí)間： 2014-11-18
上傳用戶(hù)：2467478207
利用vc實(shí)現(xiàn)的小波算法，并給出了實(shí)例驗(yàn)證程序的可運(yùn)行性
標(biāo)簽： 算法
上傳時(shí)間： 2014-11-21
上傳用戶(hù)：luopoguixiong
產(chǎn)生頻率選擇性衰落的雷利通道，參數(shù)由天線結(jié)構(gòu)、OFDM系統(tǒng)的結(jié)構(gòu)與功率延時(shí)結(jié)構(gòu)來(lái)決定。
標(biāo)簽：
上傳時(shí)間： 2014-12-20
上傳用戶(hù)：lizhizheng88
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(hù)：yzy6007
本程序?qū)崿F(xiàn)任意偶數(shù)大小圖像第二代雙正交97提升小波變換 注1： 采用標(biāo)準(zhǔn)正交方法，對(duì)行列采用不同矩陣（和matlab里不同） 注2： 為了保證正交，所有邊界處理，全部采用循環(huán)處理 注3： 正交性驗(yàn)證，將單位陣帶入函數(shù)，輸出仍是單位陣（matlab不具有此性質(zhì)） 注4： 此程序是矩陣實(shí)現(xiàn)，所以圖像水平分量和垂直分量估計(jì)被交換位置 注5： 此程序?qū)崿F(xiàn)的是類(lèi)小波（wavelet-like）變換，是介于小波包變換與小波變換之間的變換 注6： 此程序每層變換相對(duì)原圖像矩陣，產(chǎn)生的矩陣都是正交陣，這和小波包一致 注7： 但小波變換每層產(chǎn)生的矩陣，是相對(duì)每個(gè)待分解子塊的正交矩陣，而不是原圖像的正交矩陣 注8： 且小波變換產(chǎn)生的正交矩陣維數(shù)，隨分解層數(shù)2分減少 注9: 提升系數(shù)可以在MATLAB7.0以上版本，用liftwave( 9.7 )獲取，這里直接給出，考慮兼容性 注10：由于MATLAB數(shù)組下標(biāo)從1開(kāi)始，所以注意奇偶序列的變化 注11：d為對(duì)偶上升，即預(yù)測(cè)；p為原上升，即更新
上傳時(shí)間： 2016-08-09
上傳用戶(hù)：lanjisu111
針對(duì)非固定的電動(dòng)機(jī)轉(zhuǎn)速測(cè)量問(wèn)題進(jìn)行探討。電動(dòng)機(jī)采用在軸端或軸面粘貼反光紙的方法，每轉(zhuǎn)一周可產(chǎn)生一個(gè)脈沖，我們將檢測(cè)每個(gè)脈沖的周期通過(guò)微處理器倍頻后變成占空比為50％的標(biāo)準(zhǔn)方波信號(hào)，這樣不僅大大提高了脈沖信號(hào)的穩(wěn)定性，而且其檢測(cè)精度可由倍頻器的倍頻倍數(shù)來(lái)決定。而本文主要是對(duì)脈沖信號(hào)的倍頻精度與穩(wěn)定度進(jìn)行控制.
標(biāo)簽： 電動(dòng)機(jī) 轉(zhuǎn)速測(cè)量
上傳時(shí)間： 2013-12-29
上傳用戶(hù)：450976175
關(guān)于半色調(diào)編碼計(jì)算全息圖的信息隱藏Matlab程序的說(shuō)明： 算法實(shí)現(xiàn)主程序?yàn)镃GHwatermark； 位相恢復(fù)函數(shù)為phaseSL； 用計(jì)算全息記錄已知振幅和位相的復(fù)波前函數(shù)為Hologen； 半色調(diào)編碼函數(shù)為AMhalftone； 嵌入信息的提取直接調(diào)用Matlab自帶的FFT2函數(shù)； 主程序的函數(shù)調(diào)用關(guān)系如下 讀入宿主信息和水印信息-----------phaseSL--->Hologen--->AMhalftone(完成嵌入)--->FFT2（提取水印信息） 主程序結(jié)果保存于holo&mark文件夾 對(duì)算法魯棒性測(cè)試的程序： 1. 對(duì)于剪切操作 Cliptest 結(jié)果存放于cliptest文件夾 2. 對(duì)于縮放操作 zoomtest 結(jié)果存放于zoomtest文件夾 3. 對(duì)于旋轉(zhuǎn)操作 rotatetest 結(jié)果存放于rotate文件夾 4. 對(duì)于濾波操作 filtertest 結(jié)果存放于filtertest文件夾 5. 測(cè)試算法的時(shí)間效率 timetest 6. 分析嵌入信息后圖像質(zhì)量與參數(shù)alpha，tao的關(guān)系 msetest
標(biāo)簽： CGHwatermark phaseSL Matlab Hol
上傳時(shí)間： 2016-10-17
上傳用戶(hù)：lgnf
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
