虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

密度

  • 基于AR模型的HIFU无损测温方法研究

    自回归功率谱密度(AR-PSD)方法的基础是生物组织的离散散射体模型〔超声体模〕理论,该模型认为生物组织为半规则的散射体分布的,这种方法是基于温度和频移的相关特性。本文介绍超声回波信号对HIFU(High Intensity Focused Ultrasound)治疗的测温技术,从测温模型和算法,实验仪器的设计和构建,仿真和离体实验中获取了一套有效的测温方法,利用Matlab7.1和VC++6.0作为工具对超声回波信号进行计算机仿真,并从实验获得的超声回波信号中分析出具体的温度变化,验证了算法的可行性。

    标签: HIFU AR模型 无损测温 方法研究

    上传时间: 2013-11-13

    上传用户:eastimage

  • 基于计算机视觉水火弯板的三维测量系统

    将激光测量技术和多目视觉照相测量技术相融合,分别发挥激光测量精度高、定位准,照相测量速度快、密度高的特点,研制曲面板三维形状的自动测量以及划线定位系统,实现曲面板上的关键点的位置精确、快速的测量,该系统可基本实现工业船舶行业对曲面板技术的要求,对造船业的发展具有重要的现实意义。

    标签: 计算机视觉 三维测量

    上传时间: 2013-11-07

    上传用户:hui626493

  • BTC-V法测量SiO2层中可动离子密度和固定电荷密度

    很好的介绍 大家看看吧

    标签: BTC-V SiO2 测量 密度

    上传时间: 2013-10-15

    上传用户:ca05991270

  • 基于先验知识的支持向量机在图像分割中的应用

    文中在研究现有先验知识与支持向量机融合的基础上,针对置信度函数凭经验给出的不足,提出了一种确定置信度函数方法,更好地进行分类。该方法是建立在模糊系统理论的基础上:将样本的紧密度信息作为先验知识应用于支持向量机的构造中,在确定样本的置信度时,不仅考虑了样本到所在类中心之间的距离,还考虑样本与类中其它样本之间的关系,通过模糊连接度将支持向量与含噪声样本进行区分。文中将基于先验知识的支持向量机应用于医学图像分割,以加拿大麦吉尔大学的brainWeb模拟脑部数据库提供的不同噪声的图像进行实验,实验结果表明采用基于先验知识的支持向量机比传统支持向量机具有更好的抗噪性能及分类能力。

    标签: 支持向量机 图像分割 中的应用

    上传时间: 2013-10-12

    上传用户:cmc_68289287

  • 利用2602型系统数字源表构建IC测试系统

      消费电子产品,如手机、PDA(个人数字助理)、数码相机以及便携式娱乐系统,正在变得更小、更快和更便宜,而且这类新产品的面市时间也比以往更短了。为了与时俱进,半导体、无源和有源器件行业正不断推动其研发工艺向集成度和复杂度更高的水平进步。这种在更小的空间内集成更多电路技术的进步,实现了在系统芯片(SoC)上集成模拟、数字甚至射频电路。类似地,分立器件制造商也在单一芯片上集成了多个部件,从而实现更高的电路密度

    标签: 2602 数字源表 IC测试

    上传时间: 2013-11-19

    上传用户:asdkin

  • JKG-8B八通道工控PLC继电器模组

    一种通用的工控PLC以及集控系统的输出控制模块。模组串接供电可扩展至40路常开或常闭输出。采用高密度安装结构,可适用于紧凑型车载移动设备或中央集控中心。

    标签: JKG PLC 八通道 工控

    上传时间: 2013-11-02

    上传用户:toyoad

  • Everspin MRAM选型指南

    MRAM(磁性存储器)具有高密度、快访问、极省电、可复用和不易失五大优点,为广大工程师提供理想的存储器解决方案。

    标签: Everspin MRAM 选型指南

    上传时间: 2013-10-16

    上传用户:stewart·

  • 聚类研究

    聚类研究,实现了基于距离,基于密度和改进算法

    标签: 聚类

    上传时间: 2015-03-10

    上传用户:qiao8960

  • 补零离散傅立叶变换

    补零离散傅立叶变换,高密度谱与高分辨谱的比较。

    标签: 离散 傅立叶变换

    上传时间: 2014-01-26

    上传用户:372825274

  • 计算ARMA(p

    计算ARMA(p,q)模型的功率谱密度。 形参说明: b——双精度实型一维数组,长度为(q+1),存放ARMA(p,q)模型的滑动平均系数。 a——双精度实型一维数组,长度为(p+1),存放ARMA(p,q)模型的自回归系数。 q——整型变量,ARMA(p,q)模型的滑动平均阶数。 p——整型变量,ARMA(p,q)模型的自回归阶数。 sigma2——双精度实型变量,ARMA(p,q)模型白噪声激励的方差。 fs——双精度实型变量,采样频率(Hz)。 x——双精度实型一维数组,长度为len。当sign=0时,存放功率谱密度;当sign= 1时,存放用分贝表示的功率谱密度。 freq——双精度实型一维数组,长度为len。存放功率谱密度所对应的频率。 len——整型变量,功率谱密度的数据点数。 sign——整型变量,当sign=0时,计算功率谱密度;当sign=1时,计算用分贝表 示的功率谱密度

    标签: ARMA 计算

    上传时间: 2015-04-09

    上传用户:qiao8960