搜索资源列表
2dwave
- 使用二维小波进行分解，再进行重构的程序。重要用于人脸特征提取。-Using two-dimensional wavelet decomposition remodeling program. Important for face feature extraction.
shuzhifenxi2
- 对矩阵拟上三角化，并且对矩阵进行QR分解，从而求出矩阵的特征值以及特征向量。-Matrix intend on triangulation, and matrix QR decomposition, and thus find the eigenvalues and eigenvectors of the matrix.
renliantezhengdingwei
- 文章在小波分析的基础上，提出了一种在图像的小波分解数据域中实现对称变换的方法， 并把这种方法运用于人脸特征的定位，这种方法可以提高人脸特征定位的效率。-Based on wavelet analysis, the article proposes a wavelet decomposition of the image data domain symmetry transformation method, and this method is applied to the positioni
330
- 提出了将信号进行相空间重构后再采用奇异值分解, 对分解后的主成分进行包络分析, 从而提取信号的隐含特 征的方法, 并将该方法应用于齿轮的局部故障振动特征信号的提取中。数值仿真实验结果表明, 该方法能有效提取强背景 信号及噪声中的弱冲击特征信号, 是一种有效的弱信号特征提取方法。采用该方法对齿轮振动信号进行故障特征提取与识 别, 结果与实际情况相符。-Signal implicit characteristic of phase space reconstruction, and th
Hilbert335
- 测量6205深沟球轴承的故障振动加速度信号, 对信号进行时频分析, 利用经验模态分解方法将振动信号分解成不同特征时间尺度的固有模态函数,对每个固有模态函数进行Hilbert 变换得到Hilbert 谱,通过谱分析识别轴承的故障部位和类型, 证实Hilbert 谱的有效性-Measuring 6205 deep groove ball bearing fault vibration acceleration signal, the signal frequency analysis, empiri
emd
- emd 方法可将一些非线性信号分解成若干个信号，从而方便您对分解后的信号作特征提取。-emd method of nonlinear signal decomposed into a number of signals, and thus easy to extract the signal for the characteristics of the decomposition.
Feature-fusion-based-on-NMF-and-NSCT
- 一种基于非负矩阵分解和红外特征的图像融 合方法，实现源图像的目标区域和背景区域分别融合。-A proposal method based on non-negative factorization (NMF) and infrared feature is presented for infrared and visual images fusion, which fuses the target region and background respectively .
dwt_svd
- MATLAB程序；图像的小波系数提取，然后进行奇异值分解，得到图像的特征系数。-MATLAB program wavelet coefficients of the image extraction, and singular value decomposition, image feature coefficients.
signal-spectrum-estimation-
- 特征空间方法是现代谱估计的重要方法之一。针对噪声中的复正弦信号的模型，通过特征矢量的方法进行信号空间的分解。通过将信号空间分解为谐波信号空间和噪声信号空间这两个相互正交的空间的方法进行谱估计。Pisarenko,Music,ESPRIT算法都是这一类方法的重要算法。我们通过对不同算法进行比较分析不同算法在各种状况下的表现性能。并针对ESPRIT算法的各种改性和提升进行对比和测试。-Feature space is one of the modern spectral estimation met
QR-decomposition
- QR分解法是目前求一般矩阵全部特征值的最有效并广泛应用的方法，一般矩阵先经过正交相似变化成为Hessenberg矩阵，然后再应用QR方法求特征值和特征向量。它是将矩阵分解成一个正规正交矩阵Q与上三角形矩阵R，所以称为QR分解法,-QR decomposition
eemd
- 经验模态分解（Empirical Mode Decomposition, 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。EMD方法在理论上可以应用于任何类型的信号的分解，因而在处理非平稳及非线性信号序列上具有很高的信噪比，体现出非常明显的优势。-Empirical Mode Decomposition (EMD) is a signal analysis method proposed by the U.S. N
0
- 利用主元分析和奇异值分解进行人脸特征提取的方法(并详细阐述其在PQRSQT中的实现过程(包括读取图像文件U计算均值脸U求特征值和特征向量(计算人脸特征参数-实现过程均给出了MATLAB代码-Using principal component analysis and singular value decomposition facial feature extraction method (and detail its in the PQRSQT in the implementation pr
Caculating_Eigenvalue_Eigenvector
- 求矩阵的特征值和它的特征向量，采用的是QR分解-using QR decomposition to caculate eigenvalue and eigenvector of the matrix,but it is only hold when the eigenvalues of the matrix is real
DWT-watermarkzip
- 小波分析是从傅立叶分析发展出来的一种新的时间频率分析方法，由于它的多尺度分析特征，又被称为时间尺度分析方法。小波变换的基本思想是将原始信号经伸缩及平移后，分解为一系列具有不同空间分辨率、不同频率特性和方向特性的子带信号，这些子带信号具有良好的时域、频域局部特性，这些特征可用来表示原始信号的局部特征，进而实现对信号时间、频率的局部化分析。-DWT-watermark method
classical_music_1
- 阵列信号处理中MUSIC算法估计DOA,MUSIC算法是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。-Array signal processing MUSIC algorithm for DOA estimation,MUSIC algorithm is a method of feature space based on matrix decomposition. From the geometric point
qiyizhi
- 对加噪信号进行奇异值分解。对奇异值计算其熵特征-Plus noise signal on the singular value decomposition. Calculate the entropy for the singular value feature
62
- 对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷，提出一种基于参数优化和奇异值分解(SVD)提高重分配尺度谱时频分布可读性的方法。首先利用Shan— non熵方法优化重分配尺度谱基函数的时间．带宽积(TBP)，克服其时、频分辨率不能同时达到最佳的缺陷，再对重分配尺度谱 进行SVD降噪降低噪声干扰影响，提高时频分布的可读性。最后用该方法对仿真信号和滚动轴承故障信号进行了分析，结果表明该方法的时频聚集性更好，抗噪能力更强，能
64
- 在简单介绍WH-800型离心机基本结构及工作原理的基础上, 介绍了基于重构吸引子轨迹矩阵的奇异值分解技术,并引入自相关函数对现有奇异值分解技术加以改进. 通过对现场实测故障信号的分析,表 明改进的奇异值分解技术具有很好的降噪效果,能在强噪声背景环境下准确提取设备的故障特征信号, 为离心机的故障诊断提供了一种新的思路.-After a brief introduction WH-800 centrifuge basic structure and working principle, base
EOF
- 经验正交函数分解，带例子，分析要素场空间主模态和时间演变规律，分离主要特征-Empirical orthogonal function decomposition, with examples, analyzes the main elements of the modal field space and time evolution, the main features of separation
tuxiangfenxi
- 在matlab中对大量的轴承故障的特征信号进行小波包分解，提取特征值，并建立神经网络训练，最终可由网络进行故障的分析-In matlab large number of bearing fault characteristic signal wavelet packet decomposition, extract characteristic values, and the establishment of neural network training, and ultimately by