搜索资源列表
66
- 对结构响应信号进行连续复Morlet小波变换，根据小波系数的模极大值提取小波脊线，识别结构的瞬时频率；为降低噪音的影响，采用奇异值分解(SVD)方法进行降噪处理，建立了一种基于连续复小波变换识别时变系统 瞬时频率的方法。用一个具有时变刚度的弹簧质量系统的数值算例验证方法的有效性，随后设计了一个时变拉索 结构试验，分别对索施加线性和正弦变化的拉力，同时测试结构的冲击响应，运用提出的方法成功地识别了索的瞬时频率。数值与试验结果表明，提出的方法能有效地识别时变结构的瞬时频率，且识别方法具有一定
inpaint
- 基于压缩感知的图像修复,，基于图像在复数小波变换上的稀疏性，利用迭代硬阈值方法 求解重构模型，进而获得重构图像.-Based on compressed sensing image restoration, image-based complex wavelet transform on the sparsity of the iterative method for solving hard threshold reconstruction model, and then get the
dtcwt
- 以lena图像为例，编程实现了二维双树复小波的分解和重构，程序为原创。-By lena image, for example, two-dimensional programming dual tree complex wavelet decomposition and reconstruction, the program is original.
DTCWT-THEORY
- this code is very much helpful to learn and implement dual tree complex wavelet based transformation
dt-cwtpE6pBAp90pE7pA0p81
- dual tree complex wavelet transform, important for image processing-dual tree complex wavelet transform
DT-CWT-fangcha
- 基于双复数小波变换的多聚焦图像融合 融合规则：方差-Multi-focus Image Fusion Based on Dual-Tree Complex Wavelet Transform fusion rule：variance
02
- 2.1 傅里叶变换 2.1.1 经典傅里叶变换 2.1.2 傅里叶变换的基本性质 2.1.3 快速傅里叶变换 2.1.4 短时傅里叶变换 2.2 小波分析与多分辨率分析的历史 2.3 小波分析与傅里叶变换的对比 2.4 小波变换 2.4.1 连续小波变换 2.4.2 离散小波变换 2.4.3 高维小波连续变换 2.5 常用小波基函数 2.5.1 小波函数 2.5.2 小波函数系 2.5.3 复数小波 2.6 构造紧支撑正常小波基 2
8
- 小波与近似熵相结合的机械振动噪声信号分析 8.复morlet小波实验程序.-8 Complex Wavelet morlet experimental procedures.
dt_cwt-texture
- 基于纹理特征的图像检索源码，通过双树复小波进行纹理特征提取-Texture-based image retrieval source, through the dual tree complex wavelet texture feature extraction
dt_cwt-texture
- 基于纹理特征的图像检索源码，用双树复小波（DT－CWT）三级分解提取图像的纹理特征-Texture-based image retrieval source code, using dual tree complex wavelet (DT-CWT) to extract texture features three levels of decomposition
dtcwtmse
- 利用双数复小波硬阈值方法除噪，同时可计算MSE及峰值信噪比。-Use hard threshold based on double tree complex wavelet to denoising, and calculate the MSE and PSNR.
ECG-DTCWT
- 基于双树复小波变换的心电去噪方法研究，比较详细的资料- ECGDenoising Based on Dual Tree Complex Wavelet Transform
lunwenchengxu
- 利用matlab编程，来实现基于提升复小波的暂态电能质量扰动的检测。-Use matlab to achieve the detection of complex wavelet based on lifting transient power quality disturbances.
code
- Image Despeckling described in the following paper: Hossein Rabbani, Mansur Vafadust, Purang Abolmaesumi, Saeed Gazor: Speckle Noise Reduction of Medical Ultrasound Images in Complex Wavelet Domain Using Mixture Priors. IEEE Trans. Biomed. Engineer
coml
- 进行绘制不同带宽和中心频率的复小波频谱图-Draw different bandwidth and center frequency of complex wavelet spectrum
dtcwtthresholding
- 双数复小波阈值除噪程序，可以实现双数复小波分解及重构。并能实现阈值除噪。-Double the number of complex wavelet threshold denoising procedures can achieve double the number of complex wavelet decomposition and reconstruction. And to achieve the threshold noise removal.
xiaobobianhuan
- 针对传统小波变换过程复杂的缺点和SPIHT 算法编码过程重复运算、存储量大的问题。首先分析了小波基 和小波分解层数的选取, 然后提出了一种改进的SPIH T 算法, 该算法利用可变阈值对SPIH T 算法中初始子带进行分类得 到一种更有效的编码算法。-Against disadvantages of traditional process of complex wavelet transform and SPIHT algorithm coding process repeated op
Study-on-compound-fault-diagnosis
- 针对滚动轴承复合故障信号特征难以分离的问题， 提出将双树复小波变换和独立分量分析( ICA) 结合的故障诊断方 法 该方法首先将非平稳的故障信号通过双树复小波变换分解为若干不同频带的分量 由于各个分量存在一定的频率混叠， 对 故障信号特征提取有很大的干扰， 进而引入 ICA 对各个分量所组成的混合信号进行盲源分离， 从而尽可能消除频率混叠 最后 对从混合信号中分离出来的独立分量信号进行希尔伯特包络解调， 即可实现对复合故障特征信息的分离和故障识别-Aiming at the diff
dual-tree
- 首先将非平稳的故障振动信号进行双树复小波包分解，得 到不同频带的分量；然后对每个分量求其峭度值和相关系数并进行比较；最后选取峭度值和相关系数较大的分量 进行软阈值降噪和双树复小波包重构，即可有效地消除振动信号中噪声的干扰，同时保留信号中的有效信息即实 现了故障特征信息的提取。-In view of the above situation, a new fault diagnosis method is proposed based on dual-tree complex wa
energy-leakage--dual-tree
- 首先根据高斯白噪声频率充满整个频带的特性，通过双树复小波包变换对高斯白噪声进行分解，利用频带能量泄漏的定量分析方法，验证了双树复小波包变换具有较低的频带能量泄漏特性；其次利用双树复小波包变换逐层分解信号，对每层分解所得分量求其FFT谱的峭度，得到基于双树复小波包变换的谱峭度图，根据图中峭度最大的原则，可以自动准确的选择信号分解最佳层数和最佳分量；最后将基于双树复小波包变换的谱峭度图的故障诊断方法应用于实际工程中，对齿轮故障振动信号进行分析，选择最佳分解层数和分量后利用希尔伯特包络解调，有效准确地