向量
共 5 篇文章
向量 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 5 篇文章，持续更新中。
基于小波与LS-SVM集成的模拟电路故障检测
<span id="LbZY">由于模拟电路的多样性、非线性和离散性等特点，模拟电路的故障诊断呈现复杂、难以辨识等问题。针对已有方法的数据不平衡，提出了一种支持向量机集成的故障诊断方法。使用小波变换方法提取特征向量，在多类别支持向量机的基础上，设计了模拟电路的最小二乘支持向量机预测模型，实现了对模拟电路的状态的故障预测。将该方法应用于Sallen-Key带通电路进行故障预测试验，结果表明，该方法比
HHT方法在探地雷达回波信号特征提取上的应用
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 20.909090042114258px; ">探地雷达回波信号是一种非平稳非线性信号，其中不仅包含地下埋藏物的目标信号，还包含有可能掩藏目标信号的直达波信号，给目标的
改进的基于模型匹配的快速目标识别
<span id="LbZY">文中建立不同类型目标的模型匹配数据库；采用最小周长多边形构造目标主体轮廓的近似多边形，以简化目标主体轮廓减少算法处理的数据量；提取具有仿射不变性的多边形顶点个数、最长线段两侧顶点个数、同底三角形面积比向量特征不变量对待识别目标进行描述，应用3个特征量在模型匹配数据库中逐一进行分层遍历搜索匹配。实验表明，基于模型匹配的目标识别算法能够快速的识别目标，提高了目标识别的实
基于LDA的SIFT算法在图像配准中的应用
<span id="LbZY">针对SIFT算法复杂程度高，实时性差，在维数较高的图像配准中并不实用的问题，提出了一种基于线性鉴别分析（LDA）的SIFT算法（SIFT-LDA）。首先利用SIFT算法提取出图像的特征点向量，然后用LDA方法对其进行特征抽取并降维。通过高维自然图像和单幅人脸图像进行实验，实验结果表明SIFT-LDA算法在保证匹配精度的同时，实时性要优于传统的SIFT算法，其匹配时间
一种改进的LPCC参数提取方法
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; line-height: 21px; ">为了提高语音信号的识别率，提出了一种改进的LPCC参数提取方法。该方法先对语音信号进行预加重、分帧加窗处理，然后进行小波分解，在此基础上提取LPCC参数，从而构成新向量作为每帧信号的特征参数。最后采用高斯混合模型（GM