搜索资源列表
指纹识别
- 摘要：指纹识别技术在各个领域的应用已经逐渐成熟，本文基于信息论中的互信息，在指纹识别的特征选取和识别提出自己的一些想法。 1 引言 指纹是人终身不变的生理特征之一，因其具有惟一性、稳定性以及方便性等独特的特点，使指纹识别成为现在应用最广泛的生物识别技术。 指纹识别系统处理的流程中，指纹图像预处理是第一个处理环节，我沿用已经成熟的去噪，二值化，滤波，细化，对其进行预处理。 互信息作为最终的识别准则来进行指纹的识别。 2 指纹的预处理 般自
program_web
- 免费试用版奇异熵矩阵束模态辨识软件 信号模态辨识在电力系统振荡和机械振荡中都有广泛的应用，传统的分析方法主要基于Prony算法，由于是强制性的指数多项式拟合，对信号模态的辨识性能不是很好，特别是一些集成辨识工具无法对模态阶数进行设置。prony算法、itd算法、arma算法和HHT方法对信号噪声敏感。-good
BSS
- 盲源分离算法的几篇文章应用 【基于独立分量分析的脑电中眼电伪迹消除】【基于负熵和智能优化的盲源分离方法】【基于小波消噪和盲源分离的信号奇异点检测方法】-Blind source separation algorithm applied 【several articles based on independent component analysis of EEG ocular artifact】 【intelligent optim
WeiFengYing-supporting-program
- 魏凤英的现代气候统计诊断与预测技术的fortran源代码，里边包括气候变化趋势分析的程序：线性倾向估计、滑动平均及一些趋势检验和函数；气候突变检测：滑动t检验、Cramer s法、Yamamoto法、Mann-Kendall法、Pettitt法Lepage法；气候序列周期的提取方法：功率谱、最大熵谱、交叉谱、多维最大熵、奇异谱分析、小波分析；以及EOF、主成分等等，总之熟悉这本书的同学，应该知道这本书的“强大”是做数理统计分析、及气象等
qiyipu
- 可以对工程上测得的信号进行求奇异普熵，提取特征向量-Seeking singular Pu entropy, extracting a feature vector can be the signal measured in the engineering
qiyizhi
- 对加噪信号进行奇异值分解。对奇异值计算其熵特征-Plus noise signal on the singular value decomposition. Calculate the entropy for the singular value feature
61
- 提出了一种结合SVD的小波变换方法，对其在外弹道测量数据中的野值剔除进行了研究。对观测数据进行小波分解，将小波分解后的近似分量和细节分量组合实现相空间重构，作为SVD方法的输入观测矩阵，根据奇异 熵增量准则，对奇异值进行筛选，根据SVD逆变换重构原信号。这一方法克服了Hankel矩阵相空间构建方法数据 端点失真问题。以小波分解后分量重构的相空间可以满足正交性，进一步提高了SVD进行数据降噪和野值检测的精度。仿真数据和试验数据处理
62
- 对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷，提出一种基于参数优化和奇异值分解(SVD)提高重分配尺度谱时频分布可读性的方法。首先利用Shan— non熵方法优化重分配尺度谱基函数的时间．带宽积(TBP)，克服其时、频分辨率不能同时达到最佳的缺陷，再对重分配尺度谱 进行SVD降噪降低噪声干扰影响，提高时频分布的可读性。最后用该方法对仿真信号和滚动轴承故障信号
spectrum-Shannon-entropy
- 信号的奇异谱香农熵和奇异谱指数熵 matlab 源程序-Signal singular spectrum Shannon entropy and singular entropy source spectral index
protection
- 两篇SCI论文，分别介绍基于形态奇异熵、高阶统计量的输电线路继电保护新方法 涉及形态学、奇异值分解、熵、高阶统计量等算法。-Two SCI-indexed papers respectively introduce two novel transmission line protection methods based on morphology singular entropy and high order statistics.
entropy
- 求解信号的香农熵和指数熵，分别从功率谱和奇异谱的角度求解(The Shannon entropy and exponential entropy of signals are obtained.)
多尺度奇异熵
- 一种衡量时间序列复杂性的方法，针对其粗粒化过程由时间序列长度变短而导致熵值不精确、波动较大等问题(A method to measure the complexity of time series is presented, which aims at the problems of inaccurate entropy and large fluctuation caused by the shortening of time ser