搜索资源列表
qqqqq
- 此程序实现构造小波基 -this program structure of this small Porgy program structure wavelet
d
- 介绍了小波分析的产生与发展及理论现状，小波分析是博立叶分析思想方法的发展与延拓 小波基的构造以及结果分析都依赖博立叶分析，传统上使用博立叶分析的地方，都可以使用小波分析，小波分析在超越博立叶分析的同时与博立叶分析相互补充，螺旋式向前发展。还分析了小波分析在声发射信号处理中的应用现状，并指出了存在的不足及今后的前景展望。
log-omaicircuits
- 模拟小波基的构造及其对数域电路实现与应用研究-Simulation of the structure of wavelet and its log-domain circuits and applied research
An_Improved_of_spiht_Algorithm_Based_on_Variable_T
- 針對傳統小波變換過程復雜的缺點和SPIHT算法編碼過程重復運算、存儲量大的問題,首先分析了小波基和小波分解層數的選擇,然后提出了一種新的可變閾值的SPIHT算法,該算法利用可變閾值對SPIHT算法中不重要像素列表(LIP)和不重要系數列表(LIS)進行分類得到一種更有效的編碼算法.仿真結果表明,該算法的壓縮整體性能要好于SPIHT算法.-Wavelet transform for the traditional complex process shortcomings and repeat th
wavelet
- 介绍了小波变换的基本应用，采用小波滤波的方法实现对一组数据的处理，处理结果表明，选取合适的小波基函数以及分解层数才能够达到理想的效果-The basic application of wavelet transform, wavelet filtering method to achieve a set of data processing, processing results show that selecting the appropriate wavelet basis function
wuzhongchangyongxiaoboji
- 给出五种常用小波基的时域和频域波形图及matlab代码。-Five commonly used wavelet basis is given time domain and frequency domain waveform and Matlab code.
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
cs-speech-enhancement
- 文利用带噪语音经特征基函数矩阵转换后所具有的稀疏特性，用最大似然估计方法对转换后得到的稀疏 分量进行非线性压缩去噪，然后再经过反变换和重构恢复出原始语音信号的估计。特征基函数矩阵反映了语音数据本 身的统计特性，因此具有很好的合理性和可取性。仿真结果表明利用稀疏编码方法能极大程度地抑制背景噪卢，与小波消噪法相比优势明显。-a speech enhancement algorithm based Compressed Sensing.
multiscale
- 按照二维函数的特点和视觉机制,提出了用来捕捉纹理基元的纹理检测器函数,基于纹理检测器和扩展的小波变换,提出了基于能量分解的影像纹理多尺度分析方法,并按照神经动力学的侧抑制和端点抑制等理论,实现了对多尺度纹理特征的融合，这一多尺度分析方法直接将影像纹理能量在时间一尺度空间分解,包含了相位信息,避免了基于线性变换多尺度分解引起的能量与相位分离,为纹理分析提供了一个层次性的框架,有效提高了纹理的识别能力。-According to the characteristics of two-dimensio
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
Haar-wavelet
- 与标准的傅里叶变换相比，小波分析中使用到的小波函数具有不唯一性，即小波函数 具有多样性。小波分析在工程应用中，一个十分重要的问题就是最优小波基的选择问题，因为用不同的小波基分析同一个问题会产生不同的结果。目前我们主要是通过用小波分析方法处理信号的结果与理论结果的误差来判定小波基的好坏，由此决定小波基。常用小波基有Haar小波、Daubechies(dbN)小波、Mexican Hat(mexh)小波、Morlet小波、Meyer小波等5种。-Compared with the standard
WNN-RBF
- 径向基优化小波神经网络，优化参数，避免陷入局部解-Wavelet neural network, radial basis to optimize parameters optimization
2464613103
- 基于小波变换和 HHT 的分布式并网系统谐波检测方法。 该方法利用小波变换多分辨率分析思想对信号进行划分，并对划分后的信号进行经验模态分解，得到一系列的经验模态函数IMF，并从 IMF分量中提取出基波分量和高次谐波；再对IMF分量进行Hilbert 变换得到信号的频率、幅值信息。-Wavelet transform and HHT based distributed systems and network harmonic detection method. The method use
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