搜索资源列表
Marx20110509
- 本文将小波图像分解和信息熵特征提取相结合，提出一种新的掌纹特征提取算法。该算法首先对掌纹灰度图像进行二维小波分解，再利用多分辨信息熵分别计算不同尺度下的能谱熵作为特征向量，从而实现掌纹特征提取。该算法不但避免了图像增强和纹理细化等预处理过程，而且运用多分辨信息熵的自适应计算方法来调节分解级数，使得到的特征向量长度远小于传统算法。-In this paper, wavelet image decomposition and information entropy feature extractio
wavelet_introduction
- 小波的特点和发展，波分析在一维信号处理中的应用，小波分析在图象分析中的应用，包括图象特征抽取，图像压缩，数据隐藏和图象水印-Wavelet characteristics and development, wave analysis of one-dimensional signal processing, wavelet analysis in image analysis, including image feature extraction, image compression, data
cg09000773
- 基于小波变换的图像纹理特征提取方法及其应用-A Method of Image Texture Feature Analysis Based on Wavelet Decomposition and its Application
Scalable-Indexing-Schemes-of-Color-Image-Archives
- Background of Content Based Image Retrieval(CBIR) Analysis of Previous Work Results of Existing Methods Scalable Image Indexing and Retrieval Proposed Indexing System(overview) wavelet transform and HSL color conversion Feature Space(Ener
aa
- 小波模极大值用于边缘特征提取.很好的一个matlab算法，可以直接验证。-Wavelet modulus maxima for edge feature extraction algorithm matlab good one can be directly verified.
1-s2.0-S003132031000213X-main
- some fast feature extraction algorithms are addressed for joint retrieval of images compressed in JPEG and JPEG2000 formats. In order to avoid full decoding, three fast algorithms that convert block-based discrete cosine transform (BDCT) into wav
87
- 小波分析可同时从时域和频域两个方面对信号进行分析，结合包络分析十分适合滚动轴承的故障特征提取；基于双通道的全矢小波分析方法不仅对单通道小波分析方法具有兼容性，而且弥补了传统的基于单通道信 息进行旋转机械故障特征提取造成的信息量不完整、易导致误诊的弊端。结果表明，在针对滚动轴承外圈故障特征提取时，全矢小波分析方法较小波一包络分析方法具有一定的优势。 -Wavelet analysis simultaneously from the time domain and frequency doma
Locating-Voltage-Sags
- 电压跌落是最严重的动态电能质量问题之一， 精确定位电压跌落起止时间是应对电压跌落问题的 重要前提和基础。由于电压采样信号往往有噪声分 量，现有的方法在定位电压跌落的起止时间时存在 局限性。本文提出利用多小波变换及相邻系数去噪 的电压跌落定位方法。多小波兼有对称性、正交性、 有限支撑性和二阶消失矩等优异的信号处理性能， 利用GHM多小波可以准确定位电压跌落起止时间。 多小波变换系数在每层之间具有对应关系，多小波 相邻系数将紧相邻的若干个系数作为一个整体来确
433
- 融合小波能谱熵和支持向量机ＳＶＭ的特点提出了基于小波能谱熵的ＳＶＭ故障诊断方法． 利用转子试验台对转子典型振动故障进行模拟并采集振动数据提取其振动信号的小波能谱熵作为特征向 量-Fusion wavelet energy entropy and support vector machine SVM is proposed based on the characteristics of wavelet energy entropy SVM fault diagnosis method. U
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
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
Image-retrieval
- 小波变换 颜色特征 纹理特征 图像检索 多尺度 复小波理论 -Wavelet transform color texture image retrieval feature multi-scale complex wavelet theory
xiaobotiqurenliangtuxiantezhen
- 基于matlab小波分析人脸识别的特征提取-Extraction based on wavelet analysis matlab face recognition feature
texture-analysis-using-dwt-for-grape-plant-specie
- Texture Analysis Using DWT for Grape Plant Species Classification:- By observing leaf, we can easily identify plant but it is difficult to identify its species. In this project we developed an algorithm that gives user the ability to identify plan
25292626
- 为了实现复杂环境下的人脸特征有效表达，提出一种改进的梯度方向直方图（ＨＯＧ）人脸识别方法．首先以人脸图像网格作为采样窗口并在其上提取 ＨＯＧ特征；然后将所有网格 ＨＯＧ特征向量进行组合，实现整个人脸特 征表达；最后采用最近邻分类器进行识别．另外，比较了该方法与Ｇａｂｏｒ小波和局部二值模式（ＬＢＰ）２种著名的人脸 局部特征表示方法的优劣．实验结果表明，在调优的 ＨＯＧ参数下，在具有光照和时间环境等复杂变化的ＦＥＲＥＴ人 脸库中，较少维数的 ＨＯＧ特征比ＬＢＰ特征有更好的表现，而且 ＨＯ
2001_amta_aadwt
- The Discrete Wavelet Transform (DWT) is a transformation that can be used to analyze the temporal and spectral properties of non-stationary signals like audio. In this paper we describe some applications of the DWT to the problem of extracting in
wheel-treadmonitoring
- 城轨车辆轮对踏面故障在线监测系统，基于振动检测法的轮对踏面故障监测系统，通过傅里叶变换、小波包分析对釆集到的振动信号进行分析获得信号的特征,研究了基于短时能量判断的踏面故障特征提取算法。-On line monitoring system for wheel tread of urban rail vehicles, based on the vibration detection method of wheel tread fault monitoring system, through th
surf
- SURF意指 加速的具有鲁棒性的特征，由Bay在2006年首次提出，这项技术可以应用于计算机视觉的物体识别以及3D重构中。SURF算子由SIFT算子改进而来，一般来说，标准的SURF算子比SIFT算子快好几倍，并且在多幅图片下具有更好的鲁棒性。SURF最大的特征在于采用了harr特征以及积分图像integral image的概念，这大大加快了程序的运行时间。-SURF (Speeded Up Robust Feature) is a robust local feature detector,
eigenvector
- 使用matlab的小波变换特征向量和高低频系数的提取(Using matlab wavelet transform feature vector and extraction of high and low frequency coefficients)
bp神经网络，小波变化
- 小波变换提取特征信号用bp神经网络进行故障诊断(Bp neural network is used for fault diagnosis of feature signal extracted by wavelet transform)