搜索资源列表
用于小波变换的图像信号二维频谱分析
- 用于小波变换的图像信号二维频谱分析-for wavelet transform two-dimensional image signal spectrum analysis
小波低切
- 用小波进行地震信号低切处理的例子-seismic wavelet signal processing low-cut examples
采用小波进行图像消噪
- 数字图像在产生过程中经常会受到噪音污染。因此，对于数字图像应该对其进行去噪音处理。在传统的基于傅里叶变换的信号去噪音方法中，可以使得信号和噪音的频带重叠部分尽可能的小，这样就可以在频域通过时，不需改变滤波方法而将信号和噪音分隔开来。但是，如果信号和噪音的频域重合时，用该方法进行噪音处理的效果就比较差。-digital image in the selection process will be subject to regular noise pollution. Therefore, the
新的小波去噪程序
- 通过分析硬阈值函数的数学特性，并考察其对电能质量扰动信号的去噪过程可知， 该算法仅简单的对小波系数进行剔除与保留，在抑制噪声的同时也容易将突变点去除， 最终导致扰动定位失效，不利于分析电网故障的类型以及发生的起止时刻。(By analyzing the mathematical characteristics of the hard threshold function and investigating its denoising process to the power quality
小波基函数
- 我们通常用的函数dbn中的n就是这个小波函数的消失矩; 消失矩越大,它的支撑长度就越大,通常是支撑长度不少于2*n-1的; 消失矩越大,对应的滤波器越平坦,而且小波函数的振荡很强. 光滑函数在利用小波展开后的零点越多,也就是说小波的消失矩的大小, 决定了小波逼近光滑信号的能力.这一点也可以用来进行图像压缩. 越大的消失矩将使高频系数越小,小波分解后的图像能量也就很集中,压缩比例就越高. 通常我们都愿意采用消失矩较高的小波函数. 我们可以对一个信号,采用不同的消失矩的小波函数来分
语音信号去噪 未实现
- 对语音信号进行小波变换，达到将低信噪比的要求。(Wavelet transform is used to achieve low SNR requirements)
小波信息熵
- 对信号进行小波变换，确定小波基的选择和分解层数，再求解信号的信息熵，可用于故障诊断。(The wavelet transform is performed on the signal to determine the selection and decomposition layers of the wavelet base, and then the information entropy of the signal is solved, which can be used for fault
二维小波分解 (1)
- 小波变换，对图像二维信号进行3层小波分解。 本题二维图像采用MATLAB自带的图片,实现图片多层小波分解的函数是： [C,S]=wavedec2(X,N,’wname’) , 即使用给定小波‘wname’对二维信号X进行N层小波分解。本题使用’bior3.7’小波进行分析。(wavelet transform)
基于多信号小波变换分解的特征提取
- 实现对振动信号的小波变换分解的特征提取。(The wavelet transform decomposition of vibration signal is realized to extract its features.)
这是张小飞的阵列信号的全部MATLAB代码
- 传统的高分辨波达方向（DOA）估计算法中，一般都假设信号位于远场，此时入射到阵列的信源波前为平面波前，空间信号的定位参数可由DOA来确定。然而，当信源处于阵列的Fresnel区域时，信号波前需用球面波来描述，每个信源的定位信息要用DOA和距离联合描述。因此，远场情况下的一些线性理论推导已不再成立，传统的远场算法的估计不再适用(In traditional high resolution direction of arrival (DOA) estimation algorithms, it is
TTF,小波变换
- 基于FFT的谐波检测,采用快速傅里叶算法后得到原始波形中各次分量的频率和幅值特性，从中可以直接观测出各次谐波分量的频率和幅值信息. 程序1采用快速傅里叶算法后得到原始波形中各次分量的频率和幅值特性图 程序2输入信号经过FFT变换得到的频谱特性图 程序3对输入信号进行采样，应用一维小波变换函数进行三层小波分析(Based on FFT harmonic detection, the frequency and amplitude characteristics of each harmoni
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
小波变换
- 做地震数据处理的去噪程序，通过原始信号，加噪声的信号，以及小波变换的信号进行比较分析，并生成图像。(Do the denoising program of seismic data processing, compare and analyze the original signal, noise signal and wavelet transform signal, and generate the image.)
心音信号处理分析
- 在matlab仿真平台上对某一心音信号进行采样、小波分解、消噪处理、信号重构等信号处理(Heart audio data processing)
8880短时傅里叶小波
- 对信号进行短时傅里叶变换和小波变换，观察其时频特性，压缩包中含有需要用到的测试信号文件，可以直接运行，供参考(Carry out short-time Fourier transform and wavelet transform on the signal, observe its time-frequency characteristics, and the compression package contains the test signal files needed, which ca
小波分析模极大值法
- 对信号波形进行小波变换并分解，提取模极大值，最后进行信号重构。(Wavelet transform and decompose the signal waveform, extract the maximum value of the modulus, and finally reconstruct the signal.)
小波实验
- 哈尔小波转换 一维信号与二维图像的三级分解 信号去噪与重构 morlet小波连续小波变换(Haar wavelet Three level decomposition of one dimensional signal and two dimensional image Signal denoising and reconstruction morlet wavelet continuous wavelet transform)
第二代小波变换图像源码
- 信号处理，第二代小波变换，小波变换，图像处理(signal processing,second generation wavelet transform,wavelet transform,image processing)
小波变换
- 小波变化是探地雷达处理深度小信号时的有效手段，通过小波变化可以使深度目标清晰
bp神经网络，小波变化
- 小波变换提取特征信号用bp神经网络进行故障诊断(Bp neural network is used for fault diagnosis of feature signal extracted by wavelet transform)