搜索资源列表
xbmjdaz
- 用MATLAB编写的小波模极大值一维去噪程序，程序完整。-Prepared using MATLAB one-dimensional wavelet modulus maxima denoising process, the program integrity.
waveletstools
- 基于小波变换应用的matlab程序，包含图像增强，图像分解，图像去噪，图像融合等-Applications based on wavelet transform matlab program, including image enhancement, image decomposition, image denoising, image fusion
xiaobo
- 基于改进的小波阈值技术MRI图像去噪方法的研究-Based on improved wavelet thresholding denoising method for MRI
digital-image-of-wavelet-de-noising
- 本科毕业设计，包括matlab程序，数字图像的小波去噪-The digital image based on wavelet de-noising and simulation
random-noise
- 基于小波变换的随机噪声降噪的matlab 主要运用的方法有软阈值去噪法和硬阈值去噪法-Based on wavelet transform matlab random noise and noise reduction methods are mainly used soft thresholding method and hard thresholding method
112
- 以离散平稳小波变换的心电信号噪声去除方法为基础，根据噪声的不同来源及其频带分布特点，对变换后的细节信号采用不同的阈值去噪方案。并提出一种基于准则原理的阈值选取方法。经国际标准数据库中验证，试验表明，该方法行之有效-With discrete stationary wavelet transform of ecg signal to noise removal method as the foundation, according to the different sources of noise
118
- 滚动轴承振动信号容易受 到随机噪声 的污染, 如 何去噪 成为滚动轴承故障诊断的关键问题之一。而传统的消噪方法可能会将信号中一些能量小的有用信号当作噪声消除, 本 文即提出 一种改进 的小波消噪方法-Rolling bearing vibration signals are easily influenced by the random noise pollution, such as any denoising become one of the key problems of rolling
xiaoboshenjingwangluo
- 提出了采用小波包的方法对供暖双吸式离心水泵轴承振动信号进行去噪和提取表征 相应轴承故障的频带能量 并采用 BP 神经网络进行训练和故障识别 通过 MATLAB 进行了仿真经试验验证该方法能够有效地识别出轴承故障-The wavelet package is adoptted to De-noise and extract band energy that represent bearing fault. and the BP neural network is adopting to t
wavelet
- 关于小波阈值去噪的相关文章，如何改进硬阈值和软阈值函数有启发。-Related articles about wavelet threshold denoising, how to improve the hard threshold and soft threshold function has inspired.
123
- 基于小波变换分析情感的心电信号去噪的研究-Ecg signal denoising based on wavelet analysis, the research
Wavelet-Shrinkage_-Asymptopia_
- 小波变换阈值去噪的文章，基于最大最小准则计算-Minimax Estimation, Adaptive Estimation, Nonparametric Regression, Density Estimation, Spatial Adaptation, Wavelet Orthonormal bases, BesovSpaces, Optimal Recovery.
基于 HHT 的船体结构应力监测数据 特征分析和去噪方法
- ［目的］为了去除船体结构应力监测数据中的噪声信号，获得有效的数据信息，以便为后续数据挖掘提 供支撑，［方法］首先，采用 HHT 方法中的经验模态分解（EMD）算法对数据进行成分分析，得到固有模态函数 （IMF）和余项。然后，通过 Hilbert变换得到 Hilbert谱，证明应力监测数据的非平稳特性。最后，以信噪比（SNR） 和均方根误差（RMSE）为例，结合自适应去噪和小波阈值去噪两种方法对应力监测数据进行去噪效果比较。 ［结果］结果表明，基于 HHT方法的自适应去噪和小波去噪都具有一定