亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

Cast-I超聲波成像

  • 動態(tài)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(biāo)簽: 動態(tài)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(xiàn)復(fù)雜、難以辨識等問題。針對已有方法的數(shù)據(jù)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(chǔ)上,設(shè)計了模擬電路的最小二乘支持向量機預(yù)測模型,實現(xiàn)了對模擬電路的狀態(tài)的故障預(yù)測。將該方法應(yīng)用于Sallen-Key帶通電路進行故障預(yù)測試驗,結(jié)果表明,該方法比單一支持向量機、徑向基神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)和APSVM有更好的分類和泛化性能,故障診斷準(zhǔn)確率更高。

    標(biāo)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(yīng)用

    針對信號檢測中經(jīng)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(yīng)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(xiàn)出小波變換的優(yōu)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(jié)果表明小波變換具有良好降噪的效果。

    標(biāo)簽: 小波分析 信號降噪 中的應(yīng)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(zhuǎn)換接收器的設(shè)計

    凌力爾特公司的 LT®5575 直接轉(zhuǎn)換解調(diào)器實現(xiàn)了超卓線性度和噪聲性能的完美結(jié)合。

    標(biāo)簽: 高線性度 元件 直接轉(zhuǎn)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(xiàn)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(yīng)性。運用極值法確定出脈搏波的峰值點,然后再根據(jù)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(biāo)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

  • 用12位阻抗轉(zhuǎn)換器實現(xiàn)高精度阻抗測量

    AD5933/AD5934的電流-電壓(I-V)放大級還可能輕微增加信號鏈的不準(zhǔn)確性。I-V轉(zhuǎn)換級易受放大器的偏置電流、失調(diào)電壓和CMRR影響。通過選擇適當(dāng)?shù)耐獠糠至⒎糯笃鱽韴?zhí)行I-V轉(zhuǎn)換,用戶可挑選一個具有低偏置電流和失調(diào)電壓規(guī)格、出色CMRR的放大器,提高I-V轉(zhuǎn)換的精度。該內(nèi)部放大器隨后可配置成一個簡單的反相增益級。

    標(biāo)簽: 阻抗轉(zhuǎn)換器 阻抗測量 高精度

    上傳時間: 2013-10-27

    上傳用戶:wangzeng

  • 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(yīng)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(yīng)濾波器的輸入,選擇基于模糊推理變步長自適應(yīng)算法對帶噪聲語音信號進行降噪處理,最終實現(xiàn)語音信號的信噪分離,去除語音信號中的噪聲。仿真結(jié)果表明,該方法對語音信號有較為明顯的降噪效果。

    標(biāo)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(chǔ),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(gòu)的算法進行去噪。通過對MIT腦電數(shù)據(jù)庫中的腦電信號進行仿真,結(jié)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(biāo)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(tài)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(wěn)性特點,提出采用形態(tài)梯度小波對齒輪振動信號進行降噪。首先使用形態(tài)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(xì)節(jié)系數(shù)進行軟閾值方法降噪處理,對經(jīng)過處理后的小波系數(shù)進行重構(gòu)。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(yōu)點,不存在Wigner-Ville分布的交叉干擾和負(fù)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(jiān)測和診斷。

    標(biāo)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

  • 華成英課件復(fù)習(xí)與考試

    華成英課件復(fù)習(xí)與考試。

    標(biāo)簽:

    上傳時間: 2013-11-21

    上傳用戶:chendawei

主站蜘蛛池模板: 乐陵市| 西盟| 湛江市| 永清县| 丰宁| 德保县| 体育| 安远县| 攀枝花市| 新晃| 临邑县| 玉山县| 芒康县| 中超| 剑阁县| 庆城县| 天镇县| 光山县| 三台县| 长寿区| 涟水县| 油尖旺区| 安庆市| 双柏县| 杭州市| 鲁山县| 麻栗坡县| 噶尔县| 礼泉县| 新巴尔虎左旗| 衡山县| 雷山县| 新昌县| 保康县| 曲松县| 丽江市| 福泉市| 房产| 黔西县| 通化市| 桐城市|