虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

检测方法

  • 心电信号检测

    心电信号检测,利用小波分析方法还有其他方法

    标签: 心电信号 检测

    上传时间: 2017-06-17

    上传用户:bjgaofei

  • 图像的边缘是指图像中邻域灰度有显著变化 的像素的集合。它是图像的基本特征, 因此边缘检 测方法在图像处理中成为一个十分重要的课题。经 典的边缘提取方法是考察图像的每个像素在某个邻 域内灰度的变

    图像的边缘是指图像中邻域灰度有显著变化 的像素的集合。它是图像的基本特征, 因此边缘检 测方法在图像处理中成为一个十分重要的课题。经 典的边缘提取方法是考察图像的每个像素在某个邻 域内灰度的变化, 利用边缘邻近一阶或二阶方向导 数变化规律, 用简单的方法检测边缘。但是, 因为边 缘和噪声都是高频信号, 因此许多经典边缘检测算 法很难在边缘和噪声中做出取舍。在众多的边缘检 测算子中, 算子因为具有优良的边缘检测能 力, 因此在图像处理中得到广泛应用。

    标签: 图像 像素 灰度 变化

    上传时间: 2014-01-08

    上传用户:zhanditian

  • MATLAB 边缘检测相关代码

    MATLAB 边缘检测相关代码,里面包括多种方法,请朋友们根据自己实际情况选择方法。

    标签: MATLAB 边缘检测 代码

    上传时间: 2017-07-10

    上传用户:dreamboy36

  • 主要用来对钢丝绳漏磁检测信号进行消噪处理

    主要用来对钢丝绳漏磁检测信号进行消噪处理,通过简单修改可以实现对钢丝绳检测信号的各种消噪方法。

    标签: 漏磁检测 信号

    上传时间: 2014-07-06

    上传用户:181992417

  • 心电信号QRS波的R波检测

    心电信号QRS波的R波检测,用了阈值的方法,自适应修改阈值,域加窗定位R波幅度

    标签: QRS 心电信号 R波 检测

    上传时间: 2017-08-03

    上传用户:xlcky

  • 一个异常点是相当不同的或不符合一个数据集的其余部分数据。检测离群点是非常重要的许多应用中

    一个异常点是相当不同的或不符合一个数据集的其余部分数据。检测离群点是非常重要的许多应用中,并在最近引起了广泛关注 在数据挖掘研究界。在本文中,提出了一种方法检测发现异常数据的频繁模式(或频繁项目集

    标签: 合一 数据集 数据

    上传时间: 2017-08-29

    上传用户:jing911003

  • 本文介绍了基于AT89C52 单片机的液位检测的基本原理

    本文介绍了基于AT89C52 单片机的液位检测的基本原理,硬、软件设计及其实现方法。通过测试表明,该检测系统具有工作性能稳定可靠、测量精度高和控制效果好等特点

    标签: 89C C52 AT 89

    上传时间: 2017-09-05

    上传用户:Andy123456

  • 基于粒子滤波的故障检测

    基于粒子滤波的故障检测,使用状态估计和残差平滑的方法

    标签: 粒子滤波 故障检测

    上传时间: 2014-01-16

    上传用户:xcy122677

  • 文章首先介绍了光电检测技术

    文章首先介绍了光电检测技术,然后介绍了印刷标志光电传感器研究现状,最后阐述了现有光电检测技术的优缺点及改进方法。 关键字:光电检测技术;C C D

    标签: 光电检测技术

    上传时间: 2014-12-06

    上传用户:Shaikh

  • 基于 AdaBoost 算法的人脸检测

    人脸检测是人脸分析的首要环节,其处理的问题是确认图像(或影像)中是 否存在人脸,如果存在则对人脸进行定位。人脸检测的应用领域相当广泛,是实 现机器智能化的重要步骤之一。 AdaBoost 算法是 1995 年提出的一种快速人脸检测算法,是人脸检测领域里 程碑式的进步,这种算法根据弱学习的反馈,适应性地调整假设的错误率,使在 效率不降低的情况下,检测正确率得到了很大的提高。 本论文第一章和第二章简述了人脸检测的一般情况,第三章对一些人脸检测 的经典方法进行了说明。 第四章讲述了 AdaBoost 算法的发展历史。从 PCA 学习模型到弱学习和强 学习相互关系的论证,再到 Boosting 算法的最终提出,阐述了 Adaptive Boosting 算法的发展脉络。 第五章对影响 AdaBoost 人脸检测训练算法速度的至关重要的两方面:矩形 特征和积分图的概念和理论进行了仔细的阐明。 第六章给出了 AdaBoost 的算法,并深入探讨了其中的一些关键问题——弱 学习器的构造、选取等问题。 最后一章,用编写的实现了 AdaBoost 算法的 FáDèt 程序,给出了相应的 人脸检测实验结果,并和 Viola 等人的结果做了比较。

    标签: AdaBoost 算法 人脸检测

    上传时间: 2018-01-29

    上传用户:dragon000008