搜索资源列表
pcaaKPCA
- 主分量分析 和 核主分量分析的 原理简介，主分量分析（PCA）用于对信号进行特征提取和降维-Introduction of the principle of the principal component analysis and kernel principal component analysis, principal component analysis (PCA) for feature extraction and dimensionality reduction of signal
qiyipu
- 可以对工程上测得的信号进行求奇异普熵，提取特征向量-Seeking singular Pu entropy, extracting a feature vector can be the signal measured in the engineering
xiaobo
- 可以求解信号的小波包特征向量，对工程信号的分析有一定帮助-Can solve wavelet packet feature vector signal engineering analysis of the signal
主要基于Matlab平台开发的
- 主要基于Matlab平台开发的，特征提取仿真程序，主要用于生理信号的特征提取。-Mainly developed based on Matlab platform, feature extraction simulation program, mainly for physiological signal feature extraction.
matlab后向选择算法
- 基于Matlab平台开发的用于特征选择的算法，后向选择算法，主要用于提取心电生理信号的表示特定情感的特征用于降低特征维度。-Backward selection algorithm for feature selection algorithm based on Matlab platform development, mainly for extraction of ECG physiological signal represents a specific emotional charact
fenshujie
- ，对掌纹图像去噪主要采用低通滤波方法或邻域平均滤波方法，这两种方法可以有效地抑制噪声，但同时也滤除了一些边缘信息，而且还会发生一定程度的边缘模糊现象。因此这两种方法适合于提取掌纹中的主线（掌纹中最粗最长的若干条）特征，而不适合于需要保留更多边缘信息的特征提取。小波变换是目前比较流行的一种信号处理方法。-Palmprint image denoising using low-pass filtering method or the neighborhood average filter metho
DTW-recognition
- 使用DTW（动态时间规整算法），对声音信号进行识别，包括其短时短时能量、MFCC特征参数的提取文件-DTW (dynamic time warping algorithm), Using DTW to realize the sound signal recognition, including its short-time short-term energy, MFCC Features extracting files
GMM-recognition
- 使用高斯混合模型（GMM），对声音信号进行识别，包括对特征参数的采集、训练和识别过程-Using the Gaussian mixture model (GMM)to realize the recognition of the sound signal, including the acquisition of the characteristic parameters,the training and the recognition process
WAVE-weifengyin
- 小波变换具有多分辨率分析的特点，并且在时频两域都具有表征信号局部特征的能力。小波变换通过将时间系列分解到时间频率域内，从而得出时间系列的显著的波动模式，即周期变化动态，以及周期变化动态的时间格局（Torrence and Compo, 1998）。小波（Wavelet），即小区域的波，是一种特殊的、长度有限，平均值为零的波形。它有两个特点：一是“小”，二是具有正负交替的“波动性”，即直流分量为零。小波分析是时间（空间）频率的局部化分析，它通过伸缩平移运算对信号（函数）逐步进行多尺度细化，能自动适
xiaobotiqunengliang
- 使用小波提取信号的能量特征，同时伴有强制消噪。-Use the the wavelet extracted signal energy characteristics, accompanied by mandatory de-noising.
matlab
- 根据伪随机序列理论，由混合同余法产生均匀分布的随机数，进而根据中心极限定理来产生高斯噪声。 分析所产生的均匀分布和高斯分布随机信号的均值、方差、自相关等数字特征，估计其概率密度函数并进行分析，估计其功率谱密度并进行分析。说明该高斯噪声是否符合白噪声特性。 对该高斯噪声进行FIR低通滤波，估计输出低通型限带白噪声的功率谱、相关时间等，并结合白噪声通过线性系统相关理论来进行分析。 -According to the theory of pseudo-random sequence, a
signatureSal
- 图像特征是稀疏信号的很好表达，使用简单的操作可以对图像进行恢复。此代码可用于用于图像特征的基准。-the image signature is a good descr iptor for sparse signals, which support can be approximately recovered using extremely simple operations. The MATLAB scr ipts for benchmarking of image signature
campbell
- 阶次分析的程序包，用于非平稳信号的特征提取。-Order Analysis package for non-stationary signal feature extraction.
signal-features
- 一篇英文文献，通过特征提取的方法实现通信信号的调制方式识别。-An English literature, communication signal modulation recognition by feature extraction methods.
waveletfenxi.m
- 用matlab实现小波包能量分析，可以提取特征信号-Wavelet Packet Energy Analysis
BP_signal_fenlei
- MATLAB2008版，建立并训练Bp神经网络，实现对四种信号的分类识别功能,这里省掉了四种信号数据的产生，自己取得样本后使用BP神经网络进行训练并自动分类，样本一部分作为训练用，一部分作为检验用，输入为样本的四个特征，特征后面对应输出以便计算正确率，识别率很高-MATLAB2008 version, the establishment and training of Bp neural network, four signal classification and recognition ca
LilyEmotionReconitionDemo
- 一款通用的语音情感识别软件LilyEmotion 1.0。 首先给出这款软件的下载链接： 包含在语音信号中的情感信息是一种很重要的信息资源，它是人们感知事物的必不可少的部分信息。语音之所以能够表达情感,是因为其中包含能体现情感特征的参数。研究认为,某种特定的情感状态所引起的语音参数变化在不同的人之间是大致相同的,仅有微小差别。因而，情感的变化能够通过语音的特征参数来反映。本软件首先提取能够表示语音情感的特征，之后对其进行识别，从而最终确定语音的感情 本软件可以识别12种语音感情，分别为： amu
MFCC
- Matlab MFCC 语音信号处理 特征提取-Matlab MFCC
BP
- BP神经网络的数据分类-语音特征信号分类-bp Neural network data classification- voice feature signal classification
voice
- 用matlab实现对语音信号的特征进行特征提取-Characteristics of the speech signal feature extraction using matlab to achieve