Multisim9安裝方法,教會你如何完美安裝不用愁
標(biāo)簽： Multisim9 安裝方法
上傳時間： 2013-10-23
上傳用戶：invtnewer
? 計(jì)算方法： 1) A值（相位）的計(jì)算：根據(jù)設(shè)置的相位值D（單位為度，0度-360度可設(shè)置），由公式A=D/360，得出A值，按四舍五入的方法得出相位A的最終值； 2) B偏移量值的計(jì)算：按B=512*(1/2VPP-VDC+20)/5； 3) C峰峰值的計(jì)算：按C=VPP/20V*4095；
標(biāo)簽： 模擬信號 發(fā)生 頻率計(jì)
上傳時間： 2013-11-18
上傳用戶：xdqm
關(guān)于MOSFET應(yīng)用時的熱設(shè)計(jì)方法。
標(biāo)簽： MOSFET 散熱 設(shè)計(jì)方法
上傳時間： 2013-10-31
上傳用戶：shen954166632
SIFT算法具有旋轉(zhuǎn)、平移、尺度縮放和亮度的變化保持不變性的優(yōu)點(diǎn)，也有算法復(fù)雜、計(jì)算時間長的缺點(diǎn)。本文提出了以街區(qū)距離代替歐式距離的新方法，來提高SIFT特征匹配效率，縮短匹配時間，提高SIFT算法的實(shí)時性。實(shí)驗(yàn)結(jié)果表明，該方法在保持圖像匹配率和算法魯棒性的同時，可以減少運(yùn)算時間。
標(biāo)簽： SIFT 算法 圖像匹配 方法研究
上傳時間： 2013-10-28
上傳用戶：zhangzhenyu
為了提高圖像去噪效果，提出了基于Contourlet域HMT模型的Cycle Spinning去噪方法。首先將待去噪圖像進(jìn)行循環(huán)平移，使用Contourlet域HMT模型對平移后的圖像進(jìn)行降噪處理，然后將降噪后的圖像進(jìn)行循環(huán)反平移，最后將不同循環(huán)平移量下的降噪圖像進(jìn)行平均處理，以減少去噪后圖像的失真。實(shí)驗(yàn)結(jié)果表明，該方法不僅可以提高降噪后圖像峰值信噪比，而且可以提高降噪后圖像的視覺效果。
標(biāo)簽： Contourlet Spinning Cycle HMT
上傳時間： 2014-12-23
上傳用戶：ddddddos
在使用一些專用開發(fā)工具如Authorware時，常遇到不支持COM組件調(diào)用的問題。文中介紹了將COM組件和ActiveX控件的轉(zhuǎn)化方法以解決這種問題。根據(jù)組件的函數(shù)和數(shù)據(jù)成員在控件中添加相應(yīng)的屬性、方法和事件來設(shè)計(jì)控件。文中以一個語音識別組件來詳細(xì)說明轉(zhuǎn)化方法和流程。最后，在Authorware工具中調(diào)用語音識別控件并能夠識別出文本。
標(biāo)簽： 語音識別 控件 轉(zhuǎn)化
上傳時間： 2013-11-03
上傳用戶：XLHrest
整流濾波電路是直流穩(wěn)壓電源設(shè)備中常用電路，其中濾波電容的設(shè)計(jì)選取，直接影響到紋波電壓的大小，關(guān)系到輸出直流電壓的質(zhì)量。本文通過在設(shè)定條件下，依據(jù)整流濾波電路原理，闡述了紋波電壓產(chǎn)生的過程，給出了一種濾波電容設(shè)計(jì)與選取計(jì)算方法，建立了電容選取的計(jì)算模型，描繪出了紋波電壓、負(fù)載電阻與濾波電容之間關(guān)系曲線，并通過實(shí)驗(yàn)驗(yàn)證其科學(xué)性，有利于濾波電容的設(shè)計(jì)與選用。
標(biāo)簽： 整流濾波 電容 方法研究
上傳時間： 2013-11-11
上傳用戶：kytqcool
電磁閥設(shè)計(jì)中電磁力的工程計(jì)算方法
標(biāo)簽： 電磁閥 電磁力 工程 計(jì)算方法
上傳時間： 2013-11-21
上傳用戶：二驅(qū)蚊器
探地雷達(dá)回波信號是一種非平穩(wěn)非線性信號，其中不僅包含地下埋藏物的目標(biāo)信號，還包含有可能掩藏目標(biāo)信號的直達(dá)波信號，給目標(biāo)的識別帶來困難。文中采用HHT方法對探地雷達(dá)回波信號進(jìn)行特征分析，提取回波信號的IMF分量的瞬時頻率作為特征向量。實(shí)驗(yàn)結(jié)果表明，用HHT方法提取特征可較好的避免直達(dá)波影響，該方法是可行而有效的，為進(jìn)一步鑒別地下埋藏物提供了新的思想和方法。
標(biāo)簽： HHT 探地雷達(dá) 回波信號 特征提取
上傳時間： 2013-10-22
上傳用戶：hjkhjk
為了提高語音信號的識別率，提出了一種改進(jìn)的LPCC參數(shù)提取方法。該方法先對語音信號進(jìn)行預(yù)加重、分幀加窗處理，然后進(jìn)行小波分解，在此基礎(chǔ)上提取LPCC參數(shù)，從而構(gòu)成新向量作為每幀信號的特征參數(shù)。最后采用高斯混合模型（GMM）進(jìn)行說話人語音識別，實(shí)驗(yàn)表明新特征參數(shù)取得了較好的識別率。
標(biāo)簽： LPCC 參數(shù)提取
上傳時間： 2013-10-10
上傳用戶：asdgfsdfht
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
