研究心电信号去噪中小波基与阈值函数的选取规则
上传时间： 2013-12-20
上传用户：er1219
小波阈值去噪，比较了软阈值，硬阈值及当今各种阈值计算方法和阈值函数处理方法的性能，通过信噪比及均方差的比较，得出各种的算法的优劣。
上传时间： 2016-05-30
上传用户：qiaoyue
小波去噪,利用小波系数在相邻尺度上的相关性关系,针对小波系数估计中硬阈值方法和软阈值方法的缺点, 通过对双重量收缩函数得到的阈值乘以一个合适系数进行修定的折衷方法,提出了一种新的小波域局部自适应去噪算法.实验结果表明,该方法既可以去除噪声,又可以较好地保留图像的高频细节特征.
上传时间： 2014-09-09
上传用户：zhyiroy
摘 要 该文提出了一种新的图像阈值分割算法。该算法通过求取最大模糊熵准则下，灰度均值直方图的最佳模糊划分 参数来确定两个模糊集 和 ，图像分割阈值即选取为两个模糊集的交点。该算法用 的模糊熵定义适应度函数， . / 01234 采用改进的遗传算法寻求最佳模糊参数。该文对遗传算法的改进包括，给出了缩短染色体码长的编码方法和性能良好的 改进的单点交叉算子和均匀变异算子。实验结果表明，该算法的分割效果与二维模糊熵算法接近，而计算时间还没有用 到二维模糊熵算法的一半。
上传时间： 2013-12-27
上传用户：nanfeicui
BP的训练方法.删除init_wj_hid_output与init_wj_input_hid可以进行新的学习!不然只是按老方式学习!这是一个最简单的BP算法异或问题!没有阈值，学习速度不可改变!下次会改进!如果同或只需改变输入的方式就可以!
标签： init_wj_hid_output init_wj_input_hid 删除 BP算法
上传时间： 2015-09-20
上传用户：1966640071
本文提出了一种利用二进制小波变换和短时自相关函数相结合的算法来检测语音信号的基音周期。它克服了单纯的短时自相关函数法对含噪语音检测时阈值难以确定的缺陷。
上传时间： 2013-12-28
上传用户：nanxia
HARDLIM - 阈值传递函数 表示close的最上面的矩阵； 用变量s来表示open的最上面的矩阵
上传时间： 2015-11-19
上传用户：邶刖
车牌定位－－－VC++源代码程序 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2013-11-26
上传用户：懒龙1988
1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2014-01-08
上传用户：songrui
本文以滤波技术飞速发展，小波滤波优越性的凸现，以及虚拟仪器的易操作等良好特性为背景，以简单易行和滤波效果良好为研究目的，展开本文信号滤波处理的研究工作。 在深入研究三种小波滤波方法原理和优缺点的基础上，本文提出了一种新的优化滤波方法，包括以下三个方面： 首先，将静态小波变换(SWT)应用于滤波处理。利用SWT的平移不变性和冗余性来进行含噪信号的分解，这样不仅弥补了正交小波变换的不足，而且提高了滤波性能。 然后，提出了基于空域相关的优化阈值函数滤波算法。该算法把小波系数间的相关性应用于阈值滤波。它是在构造出基于空域相关的显著性函数和基于显著性函数的阈值滤波过程的基础上，提出了基于空域相关的优化阈值函数，并且把极小化广义交叉验证(GCV)得到均方差(MSE)意义下的最优阈值作用于该优化阈值函数。该滤波算法不仅实现了噪声的有效去除，而且信号的重要特征也保留完好； 最后，引入了新型锁相环--正交锁相环(QPLL)。鉴于QPLL不仅具有锁定范围宽、入锁速度快、锁定后精度高的性能，而且还具有良好的抑制谐波、噪声的能力，以及对波形畸变不敏感等良好特性，所以QPLL的引入达到了信号锁定和优化滤波的目的，使优化滤波方法的设计更具新意，而且取得了更好的滤波效果。 为了验证优化滤波方法，本文搭建了实验平台，它是由FPGA信号采集部分和LabVIEW软件滤波处理两个部分构成。通过传感器采集信号，经过A/D转换后送入FPGA。以FPGA为CPU控制A/D转换，并进行波形数据缓存，在接收到LabVIEW的命令后，将存储的数据送给串口。在LabVIEW中，从串口检测所需的波形数据，然后通过优化滤波方法将数据进行滤波处理，最后在前面板中把实验结果显示出来。 实验结果表明，该优化滤波方法不仅能实现优良的滤波功能，而且简单易行，是一种有效的滤波方法。
上传时间： 2013-07-20
上传用户：gokk
