搜索资源列表
case1
- BP神经网络的数据分类-语音特征信号分类-BP Neural Network for Data Classification- Classification of speech feature signals
phd
- PISARENKO 谐波分解是第一个基于相关矩阵的特征分解,且将其为信号和噪声子空间的频率估计方法。-failed to translate
7
- 本文提出一种基于核方法的下视等分辨率景象匹配算法. 通过模拟电荷吸引模型, 提出了计算不等维高维数据相似度的SNN 核函数. 将图像中的特征点映射到径向基向量(Radial basis vector, RBV) 空间, 利用SNN 核函数计算两个特征点集的相似度及过渡矩阵. 利用置换测试模块来增强SNN 核的稳定性, 以确保输出解的可靠性. 实验证明, 基于SNN 核的景象匹配算法对图象畸变、噪声干扰与信号缺失具有很强的鲁棒性, 并可保证高精度与高实时性. -This paper prese
bp
- BP神经网络在语音特征信号分类中的应用 供大家学习-BP neural network in speech signal classification of features for everyone to learn
seisrectime
- 这就相当于透过栅栏观赏风景,只能看到频谱的一部分,而其它频率点看不见,因此很可能使一部分有用的频率成分被漏掉,此种现象被称为栅栏效应。 不管是时域采样还是频域采样,都有相应的栅栏效应。只是当时域采样满足采样定理时,栅栏效应不会有什么影响。而频域采样的栅栏效应则影响很大,“挡住”或丢失的频率成分有可能是重要的或具有特征的成分,使信号处理失去意义。 -This quite in penetrates the stockade watching scenery, can only see th
HMM
- 本文件是关于BP神经网络的语音特征信号分类的实现。-This document is about the BP neural network of phonetic features the realization of signal classification.
BP-Neural-Network-
- BP神经网络的数据分类,语言特征信号分类。选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现有效分类。-BP neural network data classification, language characteristic signal classification. Selected folk songs, zither, four different types of rock and pop music, with BP neural network for effecti
hht
- 本程序实现损伤监测前期工作中的特征参数提取 对响应信号进行hht 变换 为损伤识别提供输入矩阵-This application implements damage characteristic parameters of monitoring prophase work extraction Response signals to provide for damage identification HHT transform input matrix
music
- 首先分析了基于非相干信号子空间(ISM)的宽带源DOA估计方法,并将基于数 据阵共轭重构的修正MUSIC算法应用于ISM方法中,提高了分辨能力而且可以分 辨相干信源。接下来讨论了相干信号子空间(CSM)方法的宽带相干源DOA估计, 分析了聚焦矩阵及聚焦频率对DOA估计性能的影响,给出了最佳聚焦矩阵的选择 标准和最佳聚焦频率的选择方法。 针对色噪声环境下宽带信号的波达方向估计,研究了将传播算子思想应用于 TCT聚焦矩阵的相干信源DOA估计新方法。该方法基于传播算
KarhunenLoeve
- 数据降维算法 K_L变换是一种最优正交变换,以矢量信号X的协方差矩阵Ф的归一化正交特征矢量q所构成的正交矩阵Q,来对该矢量信号X做正交变换Y=QX,则称此变换为K-L变换(K-LT或KLT)。-Data reduction algorithm K_L optimal orthogonal transform is a transformation to vector signal covariance matrix Ф X normalized orthogonal feature vect
ecg-signal-study
- 心电信号的特征参数提取,算法介绍,讲解等-ECG feature extraction, algorithms, introduction, explanation, etc.
treelet-testcode_April08
- 一维无序随机信号的小树变换处理,小树变换即treelet,是一种有效的高维的,无序的,杂乱的数据进行降维,特征提取的方法-One-dimensional disorder random signal processing, the saplings transform treelet tree transform namely, is a kind of effective high-dimension, disorder, messy data dimension reduction, fea
BP-
- 基于BP神经网络的齿轮箱故障诊断 高:对BP神经网络的结构与原理进行了简要概述,将BP神经网络技术运用于齿轮箱的故障诊断中,以齿 轮振动信号的时域特征作为神经网络输入,齿轮的主要故障形式为网络输出,利用经BP算法训练后的该网络 对齿轮故障进行诊断,取得了较好的效果 关键词:BP神经网络;故障诊断;齿轮箱-Identification and Diagnostic Analysis of the Vibrating Screen’s Faults
test-three
- 对录音信号集 中的某一语音,利用MATLAB设计一系统函数为 ,检查语音信号通过该系统后,特征是否发生变化。 -Focused on the recording of a voice signal, using MATLAB to design a system function to check the voice signal through the system, the feature is changed.
jadeR001
- 一种盲源分离的联合对角化算法源代码,可以用来盲源分离多信号混叠和特征提取-A blind source separation algorithm for joint diagonalization source code, can be used to blind source separation and multi-aliasing feature extraction
pulse-generate
- 本程序是矩形波的产生。第零步定义了要产生的波形的所有特征参数,矩形波的持续时间WIDTH,矩形波的采样点数POINTS,载波频率为F0,这个频率的最终引入是便于使用RF频率发射波形。第一步包括产生矩形波,并将其调制到RF上,注意,产生的信号的持续时间是矩形波宽度的5倍,这样,总的采样点数就是5*POINTS。同时还应注意,如果要产生一个基带信号,必须设置T0=0.第二步是画出所产生矩形波的源代码。- This procedure is rectangle wave production. Ste
FFT
- 计算信号的谱特性,包括频谱特征及功率谱特征。-Calculate the spectral characteristics of the signal, including spectral characteristics and power spectral features.
Signal-detection-of-signal-of-heart
- 心电信号的计算机分析 通过理论结合实际,用C语言编程对MIT心电信号数据进行分析,实现低通滤波、高通滤波、QRS检测、特征提取、心律失常分析,从中了解和掌握数字信号处理的方法和应用。 -ECG computer analysis by the theory with reality, and C language programming on the MIT ECG data analysis, low-pass filter, high pass filtering, QRS dete
Wavelets
- 小波分解在图像处理和电能质量分析中应用广泛,本文应用小波分解的方法将高频的暂态信号提取出来,获取暂态信号的特征量,就能够有效地计算暂态信号。-Wavelet decomposition in image processing and power quality analysis is widely used, this application of wavelet decomposition method to extract high-frequency transient signals,
JACOBI
- 求矩阵特征植和特征向量 在阵列信号处理方面运用非常广泛,是非常好的-Demand characteristics of plants and eigenvector matrix