搜索资源列表
shuju
- 文章通过对实序列快速傅里叶变换的算法推导及Mallat 算法原理的分析，根据离散小波变换（DWT）算 法结构特征，提出了一种离散小波的快速变换算法，给出了相应的算法步骤。从数学理论上进行了论证，并把该算法 应用到静态图像处理中，得到了很好的快速和重建效果，具有一定的实用价值。 关键词：小波分析；Mallat 算法；快速小波算法 图像处理 中图分类号：TN914 文献标识码：A 1 引言 小波分析是近十多年来迅速发展起来的新兴学科和信号分析理论，是继傅里叶分析方法之后的重
wnn
- 小波神经网络程序，收敛性比BP神经网络好，可以避免局部最优,可用于分类，函数逼近等
xiaobo
- 局部放电试验所采集的信号中往往混有白噪声、周期干扰信号去除。此处采用常用db系列小波中的db6小波进行9尺度的多分辨分解后，根据白噪声能量特性，估算各尺度的阈值大小，采用硬值进行处理，后进行重构。
image_fusion
- exercise1:为基于小波变化与局部能量的图像融合方法 exercise2:为基于自适应算法的图像融合算法 myfunction1~myfunction5:为性能指标评价函数
localcorrelation
- 本人编写的利用小波算法进行滤波和局部相关运算，实现雷达时延计算及定位。
iris1
- 提出一种基于多纹理特征融合的新颖虹膜识别方法。该方法对虹膜图像做Gabor 小波变换 提取不同分辨力不同方向下的纹理特征作为虹膜的全局特征，在滤波后的子窗口图像上运用灰度 级共现矩阵(COM)提取虹膜的局部特征。通过加权欧几里德距离和最小距离分别对全局特征和局部 特征进行分类识别。
c
- 在综合描述声发射信号特点和小波殳换基本原理的基础上，结合实例介绍同时在时域 和频域具有局部分析能力的信号处理方法--小波变换在声发射信号的特征提取、时频分析和噪声去除等方面的应用。
WNN_PID
- 提出了一种基于小波神经网络整定的PID 控制方法。由于小波变换具有良 好的时频局部特性,神经网络具有强大的非线性映射能力,自学习、自适应等优势,采用规 范正交的小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数的紧 支性、波动性以及神经网络的非线性映射能力,自学习、自适应能力等优点,渗碳炉控制实 验结果表明,用该方法整定的PID 控制系统收敛速度快,逼近精度高,鲁棒性好
gaborfilter
- Gabor小波变换代码用于局部特征提取使用，又相当好的效果
wavridge
- 小波脊中单脊提取与多脊提取的程序，其中单脊提取为相位法，多脊提取为局部极大值法。
jubuxiaobo-fusion
- 一种新的基于局部小波统计特性的多聚焦图像融合算法
WaveletImageReconstruction
- 利用小波双线性超分辨率重建算法得到的重建图像会出现低、高频系数不匹配的现象，从而使得到的高分辨率图像灰度偏移。本文对该方法进行了改进，并引入局部适应插值得到更为理想的重建算法。即小波与局部适应插值结合算法。
LRPIM
- 二维无网格固体局部弱式算法。基于RPIM插值。-Two-dimensional grid of solid local weak algorithm. On RPIM interpolation.
lFusion
- 小波变换是在傅立叶变换的基础上发展起来的，它优于傅立叶分析的地方是它在空域和时域都是局部化的，其局部化格式随频率自动变换，在高频处取窄的时（空）间窗，在低频处取宽的时（空）窗，适合处理非平稳信号，在图像处理、模式识别、机器人视觉、量子力学等领域得到广泛应用。-Wavelet transform is a Fourier transform developed on the basis, it is better than Fourier analysis of the place is that
ECGmonitoring
- 小波变换是一种信号的时间—尺度分析方法，它具有多分辨率分析的 特点，而且在时频两域都具有表征信号局部特征的能力。由于其在信号处 理领域表现出的优异性能，目前在生物医学领域，广泛应用于信号检测、 特征提取、图像处理、信号压缩等方面。 -Wavelet transform is a signal of the time- scale analysis method, it has the characteristics of multi-resolution analysis, bu
小波去噪程序
- 局部放电试验所采集的信号中往往混有白噪声、周期干扰信号去除。此处采用常用db系列小波中的db6小波进行9尺度的多分辨分解后，根据白噪声能量特性，估算各尺度的阈值大小，采用硬值进行处理，后进行重构。Matlab程序如下：
wavelet
- 基于小波变换的图像局部压缩，使用sym4小波对信号进行一层小波分解(sym4 wavelet is used to decompose one layer for a singal)
yijixiaobo
- 小波变换（wavelet transform，WT）是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。(Wavelet transform (wavelet transform WT) is a new analysis method, it inherited and developed the short-time Fu Liye transform the
wavelet
- 一种时间尺度分析方法，在时率两域都具有表征信号局部特征的能力，很适合于探测正常信号中夹带的瞬间反常现象，很适合分析气候变化等问题。此例中，用于揭示某区域的气候变化趋势(A time scale analysis method has the capability of representing local characteristics of signals in time domain and two domain. It is very suitable for detecting the
--4层--db4--20db--
- 小波阈值去噪，小波变换是一种信号的时间——尺度（时间——频率）分析方法，它具有多分辨分析的特点，而且在时频两域都具有表征信号局部特征的能力(Wavelet threshold denoising)