搜索资源列表
新建文件夹
- 生成语音信号,DTMF信号,每一位数字对应有个高频一个低频两者相加合成为一个语音信号(Generating Speech Signal, DTMF)
EOF分解
- 对北大西洋温度盐度场低频变化的时空特征进行EOF分解。
AR模型
- AR滤波器滤除信号中的低频分量信号,实现降噪的目的(The AR filter filters out low-frequency component signals in the signal to achieve noise reduction.)
基于引导滤波的图像增强算法
- 基于引导滤波的图像信息分层算法,可实现高低频信息分离,分段处理功能(The image information hierarchical algorithm based on guided filtering can realize the separation of high and low frequency information and the segmentation processing function.)
双惯性负载整形技术
- 可用于设计双惯性负载环节引起的低频振动抑振方法
MIDAS
- 对宏观低频经济数据与微观高频数据进行混频数据建模(Mixing data modeling of macro low frequency economic data and micro high frequency data)
小波变换和混沌理论在股市预测中的应用
- 应用小波变换和混沌理论相结合的方法对股票市场进行预测 ,即先对股指时序进行小波分解 ,然后对分解得到的高、低频部分分别进行混沌预测 ,再将预测的结果进行小波重构 ,得到原时序的预测结果。 在此基础上应用小波和混沌理论提出进一步提高预测精度的方法 ,即通过对高频部分再进行小分解、混沌预测和小波重构而使高频部分的预测精度得以提高 ,进而提高原始时序的预测精度。(The method of combining wavelet transform and chaos theory is used to
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
a
- SMA法 选用IEEE14节点算例,结果输出正常,供交流学习使用(Calculation example of IEEE14 node selected by SMA method)
信息采集
- (1)运用MyDAQ实现音频信号的采集,要求可对采样频率(Hz),采样时间(Second)进行设置; (2)在LabVIEW中进行简单的数字音效均衡处理,能对高频、中频、低频三段频率的信号分别进行调节; (3)将处理后的音频信号运用MyDAQ输出。((1) Using mydaq to realize the acquisition of audio signal requires that the sampling frequency (Hz) and sampling time (sec
精确频率计
- 对频率计进行了分段,低频测周期,高频脉冲计数的方法,可以用于精确测量频率 C51程序,基于普中开发板
RC低通滤波器设计[MATLAB][仿真]
- 基于MATLAB的RC低频滤波器设计实验报告,附仿真波形、实际波形及源码
图像融合
- 利用低频小波变换实现图片融合,进行图像增强