特征向量
共 194 篇文章
特征向量 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 194 篇文章，持续更新中。
基于eigenface的人脸识别
难得一见的Eigenface人脸识别完整技术解析，涵盖图像预处理、PCA降维与k-NN分类全流程。通过特征向量提取实现高精度识别，实测准确率高达95%。适合深度学习与计算机视觉入门与进阶参考。
SIFT特征提取源码
在计算机视觉和图像处理项目中，这款SIFT特征提取源码能帮助开发者高效地从8位BMP灰度图中识别出关键的SIFT特征点，并计算相应的特征向量。非常适合需要进行图像匹配、目标识别等任务的应用场景。
基于小波包-神经网络的泵机组故障诊断
·摘 要:泵机组是部队油库的主要工作设备,长期工作容易发生机械故障,对其进行故障诊断非常必要。本文通过采集泵机组工作时的振动信号,对采集到的信号进行小波包分解提取特征向量,利用三层BP神经网络对特征向量分类训练和模式识别的方法,提高了泵机组故障诊断的速度和精度。实验的结果表明,小波包分解与BP神经网络相结合的方法,故障识别精度高、速度快,可以满足油泵故障诊断的要求。[著者文摘]
基于小波变换和残差处理的人脸图像超分辨率技术研究
·摘 要:超分辨率图像复原技术常见的有插值法，POCS等，它们有细节模糊，运算复杂度大的弱点，针对以上问题，在基于学习的超分辨率图像复原中，提出了一种全新的小波系数特征向量匹配方法．算法分为两步：（1）采用基于补偿残差向量和多样本平均的低分辨率人脸图像的小波特征向量匹配及人脸图像复原．（2）用边缘提取和特定区域平滑的方法去除Gibbs效应等噪声．经实验和传统的插值法以及常规匹配方法比较，在细节复原
基于核独立成分分析的人脸识别
·摘 要:研究一种基于核独立成分分析的人脸识别方法。利用支持向量机的核函数思想，将原始人脸图像向量映射到高维特征空间，然后在高维特征空间中进行独立成分分析(ICA)，提取非线性独立成分作为特征向量进行分类识别。实验结果表明该方法要比常规的基于ICA和PCA的人脸识别算法的识别率要高。
小波神经网络的图像颜色测温方法
·摘 要:在可见光谱范围内,随着温度的变化,高温物体的颜色也相应变化,因此提出了一种基于小波神经网络的图像颜色测温方法.选取HSV模型中的H和S作为模式特征向量,用小波神经网络快速拟合出高温物体的颜色与温度之间的非线性关系.实验结果表明,应用小波神经网络进行图像颜色测温的精度较好,且受客观环境影响较小,迭代次数少,收敛快,该方法已被应用在200MW锅炉火焰测温和控制中.
飞行状态下四种菊头蝠回声定位声波的小波包识别方法
·摘 要:研究了飞行状态下的四种菊头蝠回声定位声波的识别方法。通过小波包分解得到各个频带能量作为识别特征向量，用主成分分析法优化特征空间。提取少数几个主成分，这些主成分彼此不相关，符合特征优化的要求，以主成分向量作为BP神经网络的输入对蝙蝠的种类进行识别。个体识别正确率达到了80％以上，表明基于小波包分解和神经网络识别的方法对蝙蝠回声定位声波进行识别是可行的。[著者文摘]
基于模糊聚类的小波域半脆弱水印算法
·摘 要:将模糊C-均值聚类（FCM）与人类视觉系统的掩蔽性相结合，并利用小波系数奇异值的稳定性，提出了一种小波域半脆弱水印算法、该算法在对宿主图像分块并进行小波分解后．以各子块的低频背景与高频纹理为特征向量，利用FCM聚类方法进行特征分析，得到掩蔽度由弱到强的多个聚类中心．从而确定各子块的嵌入强度，自适应地将水印嵌入到低频小波系数的奇异值中。实验结果表明．该算法具有较好的隐蔽性、抗JPEG压缩性
基于小波变换和神经网络的逆变电路故障诊断方法
·摘要： 提出一种基于小波分析和神经网络的逆变器开路故障诊断方法;采用小波变换方法将逆变器的三相输出电压分解为高频系数和低频系数,以三相低频系数的平方和作为该相输出电压的特征向量,将逆变器开路故障进行分类和编码,建立一个三个输入、五个中间节点、一个输出的神经网络模型,实现逆变器故障桥臂定位,最后利用逆变三相电压同一桥臂故障电压的对称性的特点,用一种简单的判断逻辑实现故障元件的分离;仿真
基于分块图像小波相对能量和熵的视频镜头边界检测算法
·摘 要:提出了对检测窗内图像帧进行分块并进行小波变换，计算尺度j上分块图像的低频、水平、垂直和对角信号的小波相对能量和小波熵的方法，给出了分块图像小波熵的计算公式．采用尺度j上分块图像低频信号小波熵作为特征向量检测视频镜头是否发生转换，即在检测窗内，帧间低频信号小波熵值只发生一次大突变（与设定的闽值相比）就是剪切转换，若发生多次比较大的变化就是渐变转换．采用检测窗内分块图像在尺度j上的垂直、水平
期刊论文：一种基于SV特征向量预匹配的快速分形图像压缩方法
·一种基于SV特征向量预匹配的快速分形图像压缩方法
基于小波变换和BP神经网络的视觉诱发电位识别
·摘 要:结合小波变换和误差逆传播（Error Back Propagation,BP）神经网络对视觉诱发脑电信号（visual evoked potential,VEP）进行分类而产生脑机接口控制信号。利用一维离散小波变换提取强噪声背景下的低频微弱脑电信号,获取特征向量输入BP神经网络进行事件相关电位模式识别。实验表明,小波变换特征向量提取方法能有效地实现信号的去噪、降维和特征提取,BP神经网络
基于小波分解的脑CT图像纹理特征提取
·摘 要:本文针对海量医学影像信息的计算机辅助诊断技术中特征提取的难题,以脑CT图像为研究对象,提出了一种基于小波分解的纹理特征提取方法。首先通过对预处理后的子图像分别进行的分层处理与分层提取,构成纹理特征向量;然后采用创建数字化统计图谱的方法,对实验数据集进行了计算机辅助诊断实验。实验结果表明此方法可以标记出可能存在病变的区域,为医师的诊断提供辅助信息。[著者文摘]
基于小波变换和奇异值分解的剪纸纹样识别
·摘要： 针对民间传统剪纸艺术的计算机创作问题,在分析剪纸艺术特点的基础上,提出一种基于小波变换和奇异值分解的剪纸纹样识别方法.首先对剪纸纹样图像进行归一化和二值化处理,然后应用小波变换提取剪纸纹样图像的低频分量并进行奇异值分解,最后通过对奇异值进行归一化和降维处理作为最终的特征向量,利用最近邻分类器进行模式识别.实验结果表明,该方法能够有效地去除噪声干扰,较好的识别有一定艺术夸张变形
基于小波包变换和聚类分析的脑电信号识别方法
·摘 要:为了实现脑-计算机接口（brain—computer interface，BCI）系统，对大脑C3，C4处采集的二路运动想象脑电信号的特征进行了提取和分类。在分析小波包频带划分特点的基础上，利用小波包能量进行特征提取并使用基于马氏距离的线性判别分析进行了左右手运动想象模式分类，结果表明该方法提取的特征向量较好的反映了运动想象脑电信号的事件相关去同步（event—related desyn
基于小波包和神经网络的血细胞识别方法的研究
·摘 要:根据血细胞信号的特点，提出了一种基于小波包分析和神经网络的血细胞识别方法。该方法首先对血细胞信号进行小波包分解．然后对分解系数进行重构．求得重构信号的能量：然后选取三个能量特征并结合7个时域特征参数构造成特征向量．作为神经网络的输入；最后建立神经网络模型进行训练。实验分析了不同条件下的信号识别情况．结果表明该方法识别效果较好。[著者文摘]
基于Gabor小波和属性约简的人脸识别
·摘要： 人脸识别方法易受光照、姿态和表情变化的影响,针对这一问题,提出了一种基于Gabor小波和粗糙集属性约简的人脸识别方法.该方法先对人脸图像进行Gabor小波变换,将小波变换的系数作为人脸图像的特征向量;然后结合信息论中信息熵与互信息的概念定义了粗糙集里的一种新的属性重要度,并以此属性重要度为启发式信息进行约简数据集,从而对所得的人脸图像特征进行降维,并采用支持向量机进行分类.实
基于小波灰色预测理论的旋转机械故障预测分析仪
·摘 要:提出了一种基于小波分析和灰色预测理论的旋转机械故障预测分析仪设计方案。重点阐述了仪器的硬件结构及软件设计思想。以旋转机械主轴振动位移信号为例,首先应用小波变换进行特征向量提取,然后应用灰色理论进行结果预测,实验结果表明,将小波变换与灰色预测理论结合进行振动特征向量的预测是可行而有效的。[著者文摘]
基于MATLAB的地震动信号小波降噪
·摘 要:地震动信号在土木工程、地球物理等学科领域有着广泛的应用。而实际记录的地震动信号往往受到脉冲噪声、高斯噪声、椒盐噪声等多种高频噪声的干扰，影响了应用的效果。研究实现了一种新的地震动信号降噪方法，基于小波理论，以实际记录的迁安波为例，利用数学软件MATLAB进行编程，降低地震波高频噪声干扰和简化地震波有效特征向量，并对降噪效果进行了分析。其结果表明，利用小波可以实现对地震动信号的降噪，且信号
期刊论文：基于特征向量变换的彩色图像压缩编码算法
·期刊论文：基于特征向量变换的彩色图像压缩编码算法