搜索资源列表
matlabConjugate-matrix
- 很好的括计算共生矩阵、对共生矩阵归一化、对共生矩阵计算能量、熵、惯性矩的程序。-Well, including co-occurrence matrix calculation of co-occurrence matrix normalization on the co-occurrence matrix calculation of energy, entropy, moment of inertia of the program.
62
- 对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷，提出一种基于参数优化和奇异值分解(SVD)提高重分配尺度谱时频分布可读性的方法。首先利用Shan— non熵方法优化重分配尺度谱基函数的时间．带宽积(TBP)，克服其时、频分辨率不能同时达到最佳的缺陷，再对重分配尺度谱 进行SVD降噪降低噪声干扰影响，提高时频分布的可读性。最后用该方法对仿真信号和滚动轴承故障信号进行了分析，结果表明该方法的时频聚集性更好，抗噪能力更强，能
meanandvariance
- 计算一幅灰度图像的灰度均值，方差，能量和熵。-Calculating a grayscale image gray value, variance, energy and entropy.
GrayGradinet
- 基于灰度共生矩阵计算熵值、相关性、能量、对比度-Calculate four directions on the GLCM, as well as angular second moment, entropy, contrast, uniformity
the-basic-analysis-of-speech
- 语音信号时频分析，包括语谱图，过零率，自编的自相关，以及最后用了三种方法（短时能量和过零率、谱熵法、Teager算子）进行端点检测，代码完整且测试通过-time and frequency domain analysis of speech signals,including spectrogram,rate of zerocrossing,autocorrelation.and three method of endpoint detection,especially the Teager
huidutidugongshengjuzhen.-
- 灰度共生矩阵（GLCM） 及matlab代码实现.计算四个共生矩阵P,取距离为1，角度分别为0,45,90,135.对共生矩阵计算能量、熵、惯性矩、相关4个纹理参数.-GLCM matlab
huidugongshengjuzhen
- 提取图像灰度共生矩阵的四个特征值能量，相关性，熵-Extract images GLCM four energy eigenvalues, correlation, entropy, etc.
Endpoint-detection
- 基于短时能量与过零率、倒谱特征和谱熵的三种语音端点检测-Endpoint detection
Texture
- 能够创建4个方向的灰度共生矩阵，并且计算能量、熵、对比度和相关性四种特征-Creating four directions can be achieved GLCM , and calculate the energy , entropy, contrast, and correlation characteristics of four kinds of mean
GLMCandLBPextraction
- 第一个程序提取了图像灰度级为64的灰度共生矩阵，并计算了能量，熵，对比度，相关性，逆差矩这5个参数.第二个程序可以提取彩色图像的LBP纹理特征，可以提取采样点为8、16、24的统一模式（u2）、旋转不变模式（ri）、统一旋转不变模式（riu2）的LBP值。-The first program to extract a grayscale image GLCM 64, and calculate the energy, entropy, contrast, correlation, inverse
least-square-method
- 最小二乘法是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。-Least squares method is a mathematical optimization techniques. It matches by squaring and finding data to minimize t
GLCM-feature-extraction-procedures
- 灰度梯度共生矩阵 H 归一化灰度梯度矩阵 H_basic 小梯度优势 T1 大梯度优势 T2 灰度分布的不均匀性 T3 梯度分布的不均匀性 T4 能量 T5 灰度平均 T6 梯度平均 T7 灰度均方差 T8 梯度均方差 T9 相关 T10 灰度熵 T11 梯度熵 T12 混合熵 T13 惯性 T14 逆差矩 T15-GGCM H normalized gray gradient matrix H
Texture
- 对于图像不同纹理特征值（能量、熵、惯性矩、相关）的提取-For different image texture feature value (energy, entropy, moment of inertia, related) extraction
shoumingyuce
- 偏最小二乘法，它通过最小化误差的平方和找到一组数据的最佳函数匹配。 用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。 很多其他的优化问题也可通过最小化能量或最大化熵用最小二乘形式表达。-Partial least squares method, which by minimizing the square error and one set of data to find the best matching function. The simplest method to obta
wang
- 直接读取图像，转化为灰度图，计算磨粒图像的纹理特征，能量，熵，惯性矩等参数-Direct read image is converted to grayscale, abrasive image texture features calculation, energy, entropy, moment of inertia and other parameters
image-fusion
- 二维快速小波变换分解与重构；融合规则是区域能量加权；融合图像评价，包括清晰度、信息熵等-2-D fast wavelet decomposition and reconstruction Area Energy weighted fusion Image fusion uation, including definition, information entropy, etc
GLCM
- GLCM纹理特征检测，包括熵，能量，对比度，一致性四个特征值-GLCM texture feature detection, including entropy, energy, contrast, uniformity four eigenvalues
Texture_seg
- 使用纹理特征对图像进行分割，使用两种纹理提取方法：灰度共生矩阵与灰度直方图求均值方差、熵和能量。-Use of texture features for image segmentation, texture extraction using two methods: GLCM and histogram averaging variance, entropy and energy.
HHT
- 把HHT和神经网络结合起来，识别出是否故障。对于HHT变换，这里用到的是它的IMF分解，然后用能量理论来判别哪些模组是虚假分量，哪些是是真实分量。对于EMD分解后的谱进行特征提取 ，利用的理论基础就是模糊熵。计算出真实 分量的模糊熵，作为输入层；输出层为两个神经元，为0（故障 ）1（正常 （正常 ）判别该信号是否出现故障。-The combination of HHT and neural network to identify whether the fault. For the HHT tr
min
- 最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。-Least squares method (also known as the least squares method) is a mathematical optimization techniques. It