基于平面桁架有限元分析的基本原理，利用MATLAB 軟件對某平面桁架編制了計(jì)算程序，得到了結(jié)構(gòu)的內(nèi)力計(jì)算結(jié)果、變形圖和結(jié)構(gòu)的動力特性，并將計(jì)算結(jié)果與ANSYS 有限元分析軟件的結(jié)果進(jìn)行比較． 結(jié)果表明，二者的計(jì)算結(jié)果一致． 利用MATLAB 可以編制結(jié)構(gòu)有限元分析程序，計(jì)算速度快，數(shù)據(jù)準(zhǔn)確，并能為復(fù)雜結(jié)構(gòu)有限元分析提供參考．
標(biāo)簽： 基于MATLAB平面桁架有限元分析研究
上傳時(shí)間： 2015-03-08
上傳用戶：WANG RUI
關(guān)于matlab數(shù)學(xué)建模的一些算法和例子分析
上傳時(shí)間： 2015-12-10
上傳用戶：LDZHJG
matlab的智能算法之遺傳算法的實(shí)例講解，詳細(xì)介紹了GA的編程流程和方法，易于掌握。
標(biāo)簽： matlab 智能算法 遺傳算法 實(shí)例講解
上傳時(shí)間： 2016-04-10
上傳用戶：zhangheng12312321
自己編寫代碼實(shí)現(xiàn)了kmeans算法，輸入變量 data 為 N 行 m 列，每一行為一個(gè)數(shù)據(jù)點(diǎn)，num 表示聚類數(shù)目；輸出變量 label 為 N 行 1 列， 表示對應(yīng)的數(shù)據(jù)點(diǎn)屬于哪一類。
上傳時(shí)間： 2016-05-31
上傳用戶：lmeeworm
詳細(xì)的介紹了matlab算法，以及實(shí)例，以及源碼
上傳時(shí)間： 2019-11-24
上傳用戶：fengshou000
人臉檢測和定位是在圖像中進(jìn)行人臉檢測,以及確定圖像中人臉的位置、大小、個(gè)數(shù)等信息,最初作為自動人臉識別系統(tǒng)的定位環(huán)節(jié)被提出,近年來由于其在安全訪問、智能監(jiān)測、虛擬現(xiàn)實(shí)、基于內(nèi)容的檢索和新一代人機(jī)界面等領(lǐng)域的應(yīng)用需求,作為一個(gè)獨(dú)立的課題也備受研究者的重視。 論文針對人臉檢測定位和識別技術(shù)在智能視頻監(jiān)控系統(tǒng)的特殊應(yīng)用,進(jìn)行人臉檢測和定位算法研究,并將這些算法通過DSP進(jìn)行實(shí)現(xiàn)。論文工作如下： 1.本文針對人臉檢測和定位問題,提出了基于YUV色彩空間的膚色檢測的改進(jìn)算法,通過在YUV空間對人臉膚色的聚類分析,建立了YUV膚色模型。仿真結(jié)果表明,該模型可以有效地檢測到圖像中的膚色區(qū)域,為人臉的粗定位奠定了基礎(chǔ)。 2.針對圖像中膚色不一定是人臉的問題,在人臉檢測時(shí),利用膚色確定候選區(qū)域,再利用一些規(guī)則對人臉候選區(qū)域進(jìn)行判別或合并。針對圖像只中存在一個(gè)人臉的情況,采用改進(jìn)的坐標(biāo)軸投影方法進(jìn)行單個(gè)人臉的檢測定位；針對圖像中存在多個(gè)人臉的情況,利用改進(jìn)的區(qū)域標(biāo)定算法進(jìn)行多個(gè)人臉的檢測定位,使得算法能夠完成單人臉檢測和多人臉的檢測定位,仿真結(jié)果表明了算法的有效性。 3.論文提出了通過DSP圖像處理系統(tǒng)實(shí)現(xiàn)以上算法的過程,首先在MATLAB環(huán)境研究算法,然后進(jìn)行算法的DSP移植,采用了有利于DSP處理的圖像存儲格式和算法結(jié)構(gòu),改善了算法的實(shí)時(shí)性。實(shí)際測試結(jié)果表明了算法在DSP上實(shí)現(xiàn)的正確性和可行性。 基于DSP的人臉檢測和定位算法的實(shí)現(xiàn),對監(jiān)控系統(tǒng)的智能化發(fā)展具有重要的實(shí)際意義。
上傳時(shí)間： 2013-05-22
上傳用戶：sunzhp
論文通過分析國內(nèi)外數(shù)字水印的發(fā)展現(xiàn)狀，針對目前市場上假冒偽劣商品泛濫的實(shí)際問題，介紹了一種基于ARM9（S3C2410X）的數(shù)字水印商標(biāo)檢測儀的設(shè)計(jì)。 為了選擇魯棒性好的數(shù)字水印提取算法，論文介紹了用MATLAB對離散余弦變換、小波變換和基于主要特征方向向量的DCT和DWT相結(jié)合的算法的仿真過程，包括三種檢測算法在無噪聲且無攻擊、有噪聲、濾波以及RST攻擊（旋轉(zhuǎn)、放縮、平移）等情況。通過仿真結(jié)果的對比，最后選擇了基于主要特征方向向量的DCT和DWT相結(jié)合的算法作為商標(biāo)檢測儀數(shù)字水印的提取算法。 在商標(biāo)檢測儀的軟硬件實(shí)現(xiàn)過程中，論文首先介紹了檢測儀的硬件設(shè)計(jì)，包括ARM9處理芯片及其外圍擴(kuò)展電路，采集設(shè)備，人機(jī)接口等部分。然后研究了基于ARM9的關(guān)于Bootload啟動代碼的引導(dǎo)以及Linux操作系統(tǒng)的移植，并建立了嵌入式交叉編譯環(huán)境，為檢測儀的設(shè)計(jì)和研究構(gòu)建了一個(gè)良好的平臺。在軟件設(shè)計(jì)方面，主要介紹了用C語言實(shí)現(xiàn)基于主要特征方向向量的DCT和DWT相結(jié)合的算法，其中包括小波變換、離散余弦變換、Zigzag排列和相關(guān)檢測程序等，另外，論文還對數(shù)字水印商標(biāo)檢測儀的圖像采集、人機(jī)交互、終端顯示等程序的設(shè)計(jì)方法進(jìn)行了論述。
標(biāo)簽： ARM 數(shù)字水印 商標(biāo) 儀的設(shè)計(jì)
上傳時(shí)間： 2013-07-02
上傳用戶：tdyoung
嵌入式人臉識別系統(tǒng)建立在嵌入式操作系統(tǒng)和嵌入式硬件系統(tǒng)平臺之上,具有起點(diǎn)高、概念新、實(shí)用性強(qiáng)等特點(diǎn)。它涉及嵌入式硬件設(shè)計(jì)、嵌入式操作系統(tǒng)應(yīng)用開發(fā)、人臉識別算法等領(lǐng)域的研究；嵌入式人臉識別系統(tǒng)攜帶方便、安裝快捷、機(jī)動性強(qiáng),可廣泛應(yīng)用于各類門禁系統(tǒng)、戶外機(jī)動布控的實(shí)時(shí)監(jiān)測等特殊場合,因此對嵌入式人臉識別的研究工作具有突出的理論意義和廣泛的應(yīng)用前景。 本文是上海市經(jīng)委創(chuàng)新研究項(xiàng)目《射頻識別RFID系統(tǒng)-自動識別和記錄人群的身份》(編號：04-11-2)與上海市科委AM基金項(xiàng)目《基于ARM和RFID芯片的自組織安全監(jiān)控系統(tǒng)的研制》(編號：0512)的主要研究內(nèi)容之一。論文從構(gòu)建自動人臉識別系統(tǒng)所需解決的若干關(guān)鍵問題入手,重點(diǎn)探討了基于嵌入式ARM微處理器的實(shí)時(shí)人臉檢測、關(guān)鍵特征定位、高效的人臉特征描述、魯棒的人臉識別分類器及自動人臉識別系統(tǒng)設(shè)計(jì)等問題的研究。論文的主要工作和創(chuàng)新點(diǎn)表現(xiàn)在以下方面： 1實(shí)現(xiàn)了結(jié)合膚色校驗(yàn)的Haar特征級聯(lián)分類器嵌入式實(shí)時(shí)人臉檢測,提出了基于人臉約束的人眼Haar特征RSVM級聯(lián)分類器人眼檢測算法和基于遮罩掩磨與橢圓擬合的瞳孔定位算法。 復(fù)雜背景中的人臉檢測是自動人臉識別系統(tǒng)首先要解決的關(guān)鍵問題,通過對基于膚色模型和基于Haar特征級聯(lián)強(qiáng)分類器的人臉檢測算法的分析研究,綜合兩個(gè)算法的優(yōu)點(diǎn),提出了基于膚色模型校驗(yàn)和Haar特征級聯(lián)強(qiáng)分類器的嵌入式實(shí)時(shí)人臉檢測算法。實(shí)驗(yàn)結(jié)果表明,該算法不僅解決了復(fù)雜背景中的類膚色和類人臉結(jié)構(gòu)問題,而且具有較高的檢測率和較快的檢測速度,同時(shí)對光照、尺度等變化條件下的人臉檢測也具有較強(qiáng)的魯棒性。 人眼檢測與瞳孔定位在人臉歸一化和有效人臉特征抽取等方面起著非常重要的作用,為了快速檢測人眼并精確定位人眼瞳孔中心,論文提出了基于人臉約束的人眼Haar特征RSVM級聯(lián)分類器人眼檢測算法和基于遮罩掩磨與橢圓擬合的瞳孔定位算法,首先利用人眼檢測分類器在人臉區(qū)域內(nèi)完成對人眼位置的檢測,然后通過對檢測到的人眼進(jìn)行遮罩掩磨、簡單圖像形態(tài)學(xué)變換及橢圓擬合實(shí)現(xiàn)瞳孔中心的精確定位。測試結(jié)果表明該算法只需幾百毫秒便能完成人眼檢測與瞳孔中心定位整個(gè)過程,在保證檢測速度較快的同時(shí),還能確保較高的定位精度。 2 針對傳統(tǒng)線性判別分析法存在的小樣本問題(sss),通過調(diào)整Fisher判別準(zhǔn)則,實(shí)現(xiàn)了自適應(yīng)線性判別分析算法及相應(yīng)的人臉識別方法人臉識別中的小樣本問題使線性判別分析算法的類內(nèi)散布矩陣發(fā)生嚴(yán)重退化,導(dǎo)致問題無法求解。本文在人臉識別小樣本問題的基礎(chǔ)上,通過調(diào)整Fisher判別準(zhǔn)則,利用類間散布矩陣的補(bǔ)空間巧妙地避開類內(nèi)散布矩陣的求逆運(yùn)算,通過訓(xùn)練集每類樣本的樣本數(shù)信息自適應(yīng)改變調(diào)整參數(shù),實(shí)現(xiàn)了自適應(yīng)線性判別分析算法,實(shí)驗(yàn)結(jié)果表明,該算法能有效解決人臉識別中的小樣本問題。 3 提出了基于有效人臉區(qū)域的Gabor特征抽取算法,有效地解決了Gabor特征抽取維數(shù)過高的問題。 Gabor小波對圖像的光照、尺度變化具有較強(qiáng)魯棒性,是一種良好的人臉特征表征方法。但維數(shù)過高的Gabor特征造成應(yīng)用系統(tǒng)的維數(shù)災(zāi)難,為解決Gabor特征的維數(shù)災(zāi)難問題,論文第四章提出了基于有效人臉區(qū)域的Gabor特征抽取算法,該算法不僅有效地降低了人臉特征向量維數(shù),縮小了人臉特征庫的規(guī)模,同時(shí)降低了核心算法的時(shí)間和空間復(fù)雜度,而且具有與傳統(tǒng)Gabor特征抽取算法同樣的魯棒性。 4 結(jié)合有效人臉區(qū)域的Gabor特征抽取、自適應(yīng)線性判別分析算法和基于支持向量機(jī)分類策略,提出并實(shí)現(xiàn)了基于支持向量機(jī)的嵌入式人臉識別和嵌入式人像比對系統(tǒng)支持向量機(jī)通過引入核技巧對訓(xùn)練樣本進(jìn)行學(xué)習(xí)構(gòu)造最小化錯(cuò)分風(fēng)險(xiǎn)的最優(yōu)分類超平面,不僅具有強(qiáng)大的非線性和高維處理能力,而且具有更強(qiáng)的泛化能力。本文研究了支持向量機(jī)的多類分類策略和訓(xùn)練方法,并結(jié)合論文中提出的基于有效人臉區(qū)域的Gabor特征提取算法、自適應(yīng)線性判別分析算法,首次在基于Windows CE操作系統(tǒng)的嵌入式ARM平臺中實(shí)現(xiàn)了具有較強(qiáng)魯棒性的嵌入式自動人臉識別系統(tǒng)和嵌入式人像比對系統(tǒng)。 5 提出并初步實(shí)現(xiàn)了基于客戶機(jī)/服務(wù)器結(jié)構(gòu)無線網(wǎng)絡(luò)模型的遠(yuǎn)距離人臉識別方案為解決嵌入式人臉識別系統(tǒng)在海量人臉庫中進(jìn)行識別的難題,論文提出并初步實(shí)現(xiàn)了基于客戶機(jī)/服務(wù)器結(jié)構(gòu)無線網(wǎng)絡(luò)模型的嵌入式遠(yuǎn)距離人臉識別方案。 客戶機(jī)(嵌入式平臺)完成對人臉圖像的檢測、歸一化處理和人臉特征提取,然后通過無線網(wǎng)絡(luò)將提取后的人臉特征數(shù)據(jù)傳輸?shù)椒?wù)器端,由服務(wù)器在海量人臉庫中完成人臉識別,并將識別后的結(jié)果通過無線網(wǎng)絡(luò)傳輸?shù)娇蛻魴C(jī)顯示輸出,從而實(shí)現(xiàn)基于客戶機(jī)/服務(wù)器無線網(wǎng)絡(luò)模型的嵌入式遠(yuǎn)距離人臉識別方案。 6 結(jié)合我們開發(fā)的基于ARM的嵌入式自動人臉識別系統(tǒng)和嵌入式人像比對系統(tǒng),從系統(tǒng)設(shè)計(jì)的角度探討了在嵌入式系統(tǒng)中進(jìn)行人臉識別應(yīng)用設(shè)計(jì)的思路及應(yīng)該注意的問題雖然嵌入式人臉識別系統(tǒng)的性能很大程度上取決于高效的人臉特征描述和魯棒的人臉識別核心算法。但是,嵌入式系統(tǒng)的設(shè)計(jì)思想對嵌入式人臉識別系統(tǒng)的性能影響同樣值得重視。本文第六章重點(diǎn)闡述了嵌入式自動人臉識別應(yīng)用系統(tǒng)的設(shè)計(jì)思路,并結(jié)合我們自主開發(fā)的嵌入式自動人臉識別系統(tǒng)和嵌入式人像比對系統(tǒng)從系統(tǒng)設(shè)計(jì)的角度探討了嵌入式人臉識別應(yīng)用系統(tǒng)設(shè)計(jì)中應(yīng)該注意的關(guān)鍵技術(shù)問題。 結(jié)合本文提出的算法我們在PC上完成對人臉識別分類器的訓(xùn)練,然后在嵌入式ARM開發(fā)平臺上實(shí)現(xiàn)了嵌入式自動人臉識別、嵌入式人像比對兩個(gè)便攜式人員身份認(rèn)證系統(tǒng),經(jīng)測試運(yùn)行效果良好。所提出的人臉識別算法不僅具有一定的理論參考價(jià)值,而且對于嵌入式系統(tǒng)應(yīng)用開發(fā)、AFR應(yīng)用系統(tǒng)開發(fā)也具有一定的借鑒意義。
標(biāo)簽： ARM 架構(gòu) 嵌入式 人臉識別
上傳時(shí)間： 2013-05-18
上傳用戶：我們的船長
生物醫(yī)學(xué)信號是源于一個(gè)生物系統(tǒng)的一類信號，像心音、腦電、生物序列和基因以及神經(jīng)活動等，這些信號通常含有與生物系統(tǒng)生理和結(jié)構(gòu)狀態(tài)相關(guān)的信息，它們對這些系統(tǒng)狀態(tài)的研究和診斷具有很大的價(jià)值。信號拾取、采集和處理的正確與否直接影響到生物醫(yī)學(xué)研究的準(zhǔn)確性，如何有效地從強(qiáng)噪聲背景中提取有用的生物醫(yī)學(xué)信號是信號處理技術(shù)的重要問題。 設(shè)計(jì)自適應(yīng)濾波器對帶有工頻干擾的生物醫(yī)學(xué)信號進(jìn)行濾波，從而消除工頻干擾，獲得最佳的濾波效果是本研究要解決的問題。生物醫(yī)學(xué)信號具有信號弱、噪聲強(qiáng)、頻率范圍較低、隨機(jī)性強(qiáng)等特點(diǎn)。由于心電(electrocardiogram，ECG)信號的確定性、穩(wěn)定性、規(guī)則性都比其他生物信號高，便于準(zhǔn)確評估和檢測濾波效果，本研究采用ECG信號作為原始的模板信號。 本研究將新的電子芯片技術(shù)與現(xiàn)代信號處理技術(shù)相結(jié)合，從過去單一的軟件算法研究，轉(zhuǎn)向軟件與硬件結(jié)合，從而提高自適應(yīng)速度和精度，而且可以使系統(tǒng)的開發(fā)周期縮短、成本降低、容易升級和變更。 采用現(xiàn)場可編程邏輯器件(Field Programmable Gate Array，F(xiàn)PGA)作為新的ECG快速提取算法的硬件載體，加快信號處理的速度。為了將ECG快速提取算法轉(zhuǎn)換為常用的適合于FPGA芯片的定點(diǎn)數(shù)算法，研究中詳細(xì)分析了定點(diǎn)數(shù)的量化效應(yīng)對自適應(yīng)噪聲消除器的影響，以及對浮點(diǎn)數(shù)算法和定點(diǎn)數(shù)算法的復(fù)合自適應(yīng)濾波器的各種參數(shù)的選擇，如步長因子和字長選擇。研究中以定點(diǎn)數(shù)算法中的步長因子和字長選擇，作為FPGA設(shè)計(jì)的基礎(chǔ)，利用串并結(jié)合的硬件結(jié)構(gòu)實(shí)現(xiàn)自適應(yīng)濾波器，并得到了預(yù)期的效果，準(zhǔn)確提取改善后的ECG信號。 研究中，在MATLAB(Matrix Laboratry)軟件的環(huán)境下模擬，選取帶有50Hz工頻干擾的不同信噪比的ECG原始信號，在浮點(diǎn)數(shù)情況下，原始信號通過采用最小均方LMS(LeastMean Squares)算法的浮點(diǎn)數(shù)自適應(yīng)濾波器后，根據(jù)信噪比的改善和收斂速度，確定不同的最佳μ值，并在定點(diǎn)數(shù)情況下，在最佳μ值的情況下，原始信號通過采用LMs算法的定點(diǎn)數(shù)自適應(yīng)濾波器后，根據(jù)信噪比的改善效果和采用硬件的經(jīng)濟(jì)性，確定最佳的定點(diǎn)數(shù)。并了解LMS算法中步長因子、定點(diǎn)數(shù)字長值對信號信噪比、收斂速度和硬件經(jīng)濟(jì)性的影響。從而得出針對含有工頻干擾的不同信噪比的原始ECG，應(yīng)該采用什么樣的μ值和什么樣的定點(diǎn)數(shù)才能對原始ECG的改善和以后的硬件實(shí)現(xiàn)取得最佳的效果，并根據(jù)所得到的數(shù)據(jù)和結(jié)果，在FPGA上實(shí)現(xiàn)自適應(yīng)濾波器，使自適應(yīng)濾波器能對帶有工頻干擾的ECG原始信號有最佳的濾波效果。
上傳時(shí)間： 2013-04-24
上傳用戶：gzming
退火算法 用C語言實(shí)現(xiàn)算法函數(shù)，Matlab語言實(shí)現(xiàn)算法
上傳時(shí)間： 2015-04-14
上傳用戶：2467478207
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
