搜索资源列表
face123[matlab]
- 在本设计中源于将图像看作随机场的实例,同时从信号处理的观点出发，对图像进行统计描述。通过K-L变换降低人脸特征的维数，提取人脸图像的代数特征，并排序。这样，利用代数特征的比较，可从人脸库中识别一幅人脸。-in the design of the images from the airport as with the examples, from the viewpoint of signal processing, right image descr iptive statistics. Thr
Wavelet.rar
- 小波包变换分析信号的MATLAB程序，可用于提取故障特征向量,Wavelet packet transform analysis of signals in MATLAB procedures, can be used to extract fault feature vector
sasdw.rar
- 现有数字信号自动调制识别方法大多只适用于无记忆信号，如PSK、ASK、FSK信号等。将有记忆 信号(MSK信号)和无记忆信号一起考虑，提出了一种改进的数字信号自动识别方法。该方法采用信号的瞬时统 计量作为特征参数，采用多层神经网络作为分类器。计算机仿真表明：当噪声采用高斯白噪声，并且信噪比大于 l5 dB时，识别率高于96％ ；当信噪比不低于l0 dB时，识别率不低于90％。,Existing digital signal automatic modulation recognition
YUYINXINHAO
- MATLAB编程实现语音信号的时域特征提取，如分帧、过零率、短时能量、语谱图等-Speech signal feature extraction
ofdm cs sensing ultimate
- 该程序是对OFDM信号的频谱感知的循环特征检测方法，代码齐全，介绍详细-The program is the OFDM signal spectrum sensing cycle of feature detection, code complete, detailed descr iption
p300
- 用小波变换多分辨对脑电慢波P300信号的特征提取-wavelet EEG P300 feature execute
lpc
- 语音信号的特征提取，MATLAB编程实现LPC分析-LPC
EMD-Toolbox
- EMD的Toolbox及使用方法 经验模态分解（Empirical Mode Decomposition, 简称EMD）是由美国NASA的黄锷博士提出的一种信号分析方法.它依据数据自身的时间尺度特征来进行信号分解, 无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅里叶分解与小波分解方法具有本质性的差别。正是由于这样的特点, EMD 方法在理论上可以应用于任何类型的信号的分解, 因而在处理非平稳及非线性数据上, 具有非常明显的优势。所以, EMD方法一经提出就在不同的
shipinyu
- 该Matlab算法，可以实现振动数据的文件的读取，进而可以进行时频分析，得到信号特征值-The Matlab algorithm can achieve vibration data of the document read, in turn, can be time-frequency analysis, Signal Characteristics
对OFDM信号的频谱感知的循环特征检测
- 对802.11协议模拟的OFDM信号的两种速率6Mbps（BPSK调制）和12Mbps（QPSK调制）进行循环谱检测来验证对OFDM信号检测的可行性。(Cyclic spectrum detection is performed on two rates of OFDM signals simulated by the 802.11 protocol, 6 Mbps (BPSK modulation) and 12 Mbps (QPSK modulation) to verify the fea
duqu-Matlab
- 心电信号特征提取ECG Qrs生物医学工程(feature extract biomedical)
ecg_features-matlab
- 用于提取心电信号的特征，包含时域，频域，RR interval相关特征(used for ECG signal feature extraction, including time domain, frequency domain and RR interval related features)
暂态起点提取
- 使用信号的Higuchi分行维数提取出信号的暂态特征(Using Higuchi Branch Dimension of Signal to Extract Transient Characteristics of Signal)
脉搏波信号提取
- 对脉搏信号进行滤波处理后，再进行时域分析和频域分析，提取出脉搏信号的周期、峰值、频率等特征。(After filtering the pulse signal, time domain analysis and frequency domain analysis are carried out to extract the characteristics of pulse signal such as period, peak value and frequency.)
用matlab实现对语音信号的特征进行特征提取
- 这个代码是基于matlab的语音识别的前期处理，有部分特征提取。(This code is based on the pre-processing of speech recognition in matlab, and has partial feature extraction.)
时域频域29个特征提取
- 利用matlab提取出频域和时域信号的29个特征(Using MATLAB to extract 29 features of frequency and time domain signals)
时域频域29个特征提取
- 利用matlab提取出频域和时域信号的29个特征，主运行文件feature_extraction，fre_statistical_compute和time_statistical_compute分别提取频域和时域的特征，生成的29个特征保存在生成的feature矩阵中。(Using MATLAB to extract 29 features of frequency-domain and time-domain signals, the main running files feature ex
脉搏信号采集，去噪，特征提取
- 基于MATLAB的脉搏信号分析预处理，包括去噪预处理，特征提取，MATLAB-GUI界面(Preprocessing of pulse signal analysis based on MATLAB, including denoising preprocessing, feature extraction, matlab-GUI interface)
心电信号检测与分类算法的研究
- （1）心电信号预处理 心电信号是一种低频且含有众多噪声干扰的信号。针对心电信号存在的 噪声干扰问题，本文采用了平稳小波变换结合双变量阈值的方法对其进行去 噪处理。通过对心电信号进行八层平稳小波变换，得到不同的小波系数，采 用双变量阈值函数表达式对其进行处理得到新的小波系数，最后进行逆平稳 小波变换实现小波重构，完成心电信号去噪。Matlab 仿真结果显示，本文算 法的准确率较高，信噪比达到 84.5934dB。 （2）心电信号波形识别 反映心电信号的特征部分往往是信号的突变点，因此需
Matlab神经网络方面案例分析
- BP神经网络的数据分类——语音特征信号分类,可以帮助到学习Matlab的人们