搜索资源列表
p300FeatureExtraction
- 自动提取和分类脑电EEG信号P300的特征的遗传算法-A Genetic Algorithm for Automatic Feature Extraction in P300 Detection
work
- 有小波分解求小波熵，还有小波包技术求解信号特征，适应与分析脑电信号特征-Seeking a wavelet decomposition wavelet entropy, and wavelet packets technique to solve the signal characteristics, and analysis of EEG characteristics of adaptation
elint
- 这是一本关于电子情报雷达信号分析的电子版，主要内容包括电子情报的特征和基础、模拟和数字系统的信噪比考虑、信号功率、极化、波数分析、天线扫描分析、脉内分析、脉冲重复间隔分析、载频分析、脉冲串去交错、确定elint参数的极限以及elint数据文件 -This is an electronic intelligence on the radar signal analysis of the electronic version, the main contents include the char
mskxinhaoshipin
- 对msk信号进行短时傅立叶变换，并利用视频分析提取信号特征，非常实用-MSK signals of short-time Fourier transform, and the use of video analysis extract signal features, very useful
featureextraction
- 利用MATLAB实现一维信号时间序列的，特征提取，其中包括ICA和基于小波包的方法。-Use MATLAB to achieve one-dimensional time series signal, feature extraction, including the ICA and the method based on wavelet packet.
hhh
- ：由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效， 提出 应用独立成分分析( I C A) 方法对声音信号进行特征提取， 并证明了这种 I C A 变换能增强语音和音 乐信号的超高斯性． 在此基础上， 应用 I C A基函数作为滤波器， 通过阈值化的去噪方法对含有强高 斯背景噪声的声音信号进行去噪仿真实验． 结果表明， 本方法明显优于传统的均值滤波和小波去噪 方法， 为强背景噪声下弱信号的检测提供 了新的途径．-: As many of the t
nannvshengshibie
- 本文通过对男性和女性声音的语音特征的研究，发现男女声的基音频率存在较大的差异，并设计了基于基音频率分析的男女声识别系统。男女声识别系统由以下三个模块电路构成：话筒放大器，低通滤波器，半波整流电路，单片机测量控制模块。话筒放大器采用NE5532P音前置芯片，对语音信号进行放大；八阶低通滤波器MAX293完成基音信号的提取；单片机STC12C5410AD实现频率测量和控制输出功能。经仿真与电路实测，男女声的识别效果良好。-In this paper, the voices of male and f
ESPRIT
- 旋转不变技术估计信号参数(ESPRIT)算法是子空间估计的两个经典方法,它们都能够有效地估计特征子空间。程序包里面实现了用LS估计和TLS估计的ESPRIT算法。-ESPRIT estimates signal parameters (ESPRIT) algorithm is estimated that sub-space of two classical methods, they will be able to estimate the characteristics of effecti
wavelet_report
- 信号处理是结构健康监测系统一个重要组成部分。小波变换作为有效的信号处理工具能对被分析信号进行更细致分析，获得比傅立叶分析更多的信号特征。将小波分析应用于航空结构材料的结构健康监测中，对检测信号进行时频局部化处理，获得与结构状态相联系的特征。-Signal processing is a structural health monitoring system an important part. Wavelet transform as an effective signal processing
EMD-based-method
- 基于EMD法的语音信号特征提取 相关论文-EMD-based method of speech signal feature extraction related papers
DTWspeech
- 本 文 首先 介绍了语音识别的研究和发展状况，然后循着语音识别系统的 处理过程，介绍了语音识别的各个步骤，并对每个步骤可用的几种方法在实 验基础上进行了分析对比。研究了语音信号的预处理和特征参数提取，包括 语音信号的数字化、分帧加窗、预加重滤波、端点检测及时域特征向量和变 换域特征向量.其中端点检测采用双门限法.通过实验比对特征参数的选取， 采用12阶线性预测倒谱系数作为识别参数。详细分析了特定人孤立词识别算 法，选定动态时间弯折为识别算法，并重点介绍其设计实现。 在
mfcc
- 语音信号的初始化及MFCC特征提取算法，附带测试用语音信号-Voice signal and the initialization MFCC feature extraction algorithm, with test speech signal
JSQ
- 利用51实现计时器的完整汇编程序 主要硬件： (1) MCU：AT89C2051或AT89C4051 (2) FM接收器：TDA7088或SC1088 (3) 数字电位器：X9315 (4) 运放：MAX4294 (4) LCD显示器：LCM06XK ---------------------------------------------------------- 代码： 1.6KB --------------------
MFCC
- 为了实现高速语音特征参数的提取，在分析了美尔频率倒谱特征参数提取算法的基础上，提出了算法的硬件 设计方案，介绍了各模块的设计原理。该方案增加了语音激活检测功能，可对语音信号中的噪音帧进行检测，提高了特征参 数的可靠性。-In order to achieve high-speed voice characteristic parameter extraction, in the analysis of Mel frequency cepstral feature extraction a
melmfcc
- 从说话人的语音信号中提取说话人的个性特征是声纹识别的关键。主要介绍语音信号特征提取方法中的Mel倒谱系数 -From the speaker s voice signal to extract the speaker s personality traits is the key to Voiceprint identification. Mainly introduces the speech signal feature extraction method in Mel cepstral
PCA
- 主要介绍主分量分析，怎样提取主要特征来重构原始信号-Introduces the principal component analysis, how to extract the main features to reconstruct the original signal
xuno_featureextraction
- 用于提取某一信号的特征参数以实现模式识别的分析。-For extracting the characteristic parameters of a signal in order to achieve pattern recognition analysis.
xunobp
- 用bp神经网络对经提取得到的信号特征参数进行信号的模式识别。-Bp neural network used by the signal characteristic parameters were extracted for signal pattern recognition.
jingeiARTYU
- 本资料的功能为：运用数学统计方法和时间序列分析方法对原始振动信号进行分析，获取相应的时域，频域，频域及时间序列模型参数并以此作为特征参数，然后运用距离区分技术进行评估，选取敏感的特征参数作为ART-similarity分类器的输入并进行训练，最后便可识别出设备的性能状态。 基于YU范数对承不同预紧状态的分析，针对进给系统所采集的数据样本事先不知其对应的状态时，则可利用基于YU范数的ART-Similarity监督分类器对其进行诊断分析。针对基于Yu范数ART-Similarity的算法