搜索资源列表
intellectual
- 探讨了动量系数和学习率自适应调整的神经网络算法, 给出了动量系数和学习率的调整方法, 并作为机械故 障的特征识别方法, 以小波分析技术作为机械故障特征信号的提取手段, 由此建立了基于小波与自适应神经网络 的旋转机械故障智能诊断系统, 给出了诊断系统的训练学习方式和工作方式, 通过实际测试数据的诊断结果说明此诊断系统对故障诊断是有效的。-intelligent dignose it is very useful
vibrationfilter
- 这个程序可以实现对振动等信号的滤波及特征提取，可以应用于实际。-This program can achieve the vibration signal filtering and feature extraction
endpointdetecting(matlab)
- 语音端点检测，有助于除去语音信号中的噪音部分，留下有用的携带信息的部分，有利于提取其中有用的语音特征参数，从而提高识别率。-Endpoint detection, helps remove the noise part of the speech signal, leaving useful information-bearing part, is conducive to extract the speech feature useful to improve the recognition
mfccdtw
- 先用端点检测将语音中有用的语音部分提取出来（即将头部和尾部的静音部分除掉），然后用LPC算法提取语音信号的特征参数，进行动态归整(DTW算法)后与模板库里面的标准语音作比较，最后将识别结果进行D/A转化后播放出来。在本部分的设计中，则主要完成语音识别的模式匹配算法部分的软件实现。 -First with the endpoint detection of speech to voice some of the useful extracted from the (soon to mute som
QAM_coding
- 介绍OFDM信号的基本特征 4qam编码原理及实现-OFDM qam
mfcc_feature_extraction
- 本代码实现语音信号的特征提取功能，包含预加重，加窗，DFT变换，设置滤波器组，计算每隔滤波器输出，求取MFCC系数的全过程-The code feature extraction of speech signal features, including pre-emphasis, windowing, DFT transform, set the filter to calculate every filter output, to strike the entire process of MF
HHT_power-system_power-quality_disturbances-detect
- 优秀论文及配套源码。Hilbert-Huang变换(HHT)是一种新的非平稳信号处理技术，该方法由经验模态 分解(EMD)与Hilbert谱分析两部分组成。任意的非平稳信号首先经过EMD方法处理后被分解为一系列具有不同特征尺度的数据序列，每一个序列称为一个固有模态函数(IMF)，然后对每个IMF分量进行Hilbert谱分析得到相应分量的Hilbert谱，汇总所有Hilbert谱就得到了原信号的谱图。该方法从本质上讲是对非平稳信号进行平稳化处理，将信号中真实存在的不同尺度波动或趋势逐级分解出来，最
signialsplus
- 通过对随机信号积累的检测系统分析，考察其数学特征，以此加深对随机信号通过系统的分析方法地掌握。并熟悉常用的信号仿真软件平台：MATLAB-signals plus and the system inspection
LMS
- 自适应滤波能够在未知环境中有效工作，并能够跟踪输入信号的时变特征。-LMS
TestWelchFM
- 周期图法在雷达信号处理、目标检测、以及目标跟踪中有重要作用。他的主要特点为从噪声中将所需要的周期信号的特征以功率谱的形式表征出来，通过设置合适的阈值可以代表目标。调频信号则是典型的脉冲压缩信号，其扩频特性使得其不易受噪声干扰。-Periodogram in radar signal processing, target detection, and target tracking plays an important role. His main characteristics will be
chapter1
- matlab神经网络 bp神经网络的数据分类-语音特征信号分类-matlab neural network of bp neural network - voice feature signal classification
sr
- 随机共振是一种新颖的信号降噪方法，适量的噪声能够共振出隐含的特征频率。-SR is a good method to denoise signals.
empirical_mode_decomposition
- 经验模态法可以做信号加强、模式识别、特征提取等,本程序是经验模态的matlab实现，-the realization of emd using matlab.it canbe used in the signal denoising ,pattern recognition and feature extraction
speechrecognition
- 该系统可以实现孤立数字发音的识别，首先对语音信号进行端点检测，提取了语音信号的MFCC特征，进行识别时，运用了动态规整算法。-The system can identify isolated digital sound, the first endpoint detection of speech signals, MFCC extracted voice signal characteristics, identification, the use of dynamic warping alg
GAOT
- 用mfcc函数实现语音信号的特征提取，对提取数据进行分析 模式识别的一道例题-With MFCC function realization of speech signals to extract feature extraction and analysis of the data and pattern recognition of a sample
AudioFeatureMFCC
- 能提取音频信号处理中最常用的MFCC特征-Can extract the audio signal processing characteristics of the most commonly used MFCC
emd
- 经验模态分解(Empirical Mode Decomposition, 简称EMD))方法是由美国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。-Empirical Mode Decomposition
matlabgaojietongjiliang
- 高阶统计量目前应用越来越广泛，它比现在的一般统计量更能反应信号的特征，具有很好的应用前景。-Order statistics used widely at present, it is the general statistics than it is now more characteristic response signals, with good prospects.
3.5GHz--channel-measurements
- 在3.49-3.51GHZ频段内的典型中国城市环境下，地面信号衰落仍服从经典的指数对数分布。在中度误差（σx =10.291）下，路损指数在3.1-3.7之间。半径2公里的小区内，RMS时延在3-4微秒之间；典型的办公室环境中，存在直达径时RMS时延小于0.1微秒。在城市环境中，多径现象很明显，主要由高层建筑物引起，并以簇的方式存在。在城市中低速移动条件下（接收机移动速度小于100 Km/h）某一强径的生存时间通常超过10分钟，但相对到达时间会发生滑动。单一小区内的传播环境具有一定相关性，如果存
Surfacelet
- 文将3D Context模型应用于 Surfacelet变换域 ,提出一种新的视频去噪方法. Surfacelet变换(ST)是一种 新的3D变换 ,具有多方向分解、 各向异性和低冗余度等性质. 根据视频信号 ST域内系数和噪声分布的特征 ,将 2D Context 模型拓展到3D ,按照能量分布将 ST系数分成多个子块 ,每个子块有独立的能量和阈值估计.实验结果表明 ,本 文算法噪声抑制效果明显优于分层 2D去噪声方法和其它现有的 3D方法 ,去噪视频的 PSNR值提高了约 2dB