搜索资源列表
db4TI
- 提升小波的分解重构，和阈值降噪程序，适合MEMS陀螺降噪。
mywavet
- 小波分解重构,降噪,压缩编码,压缩性能分析 xijie.m 将图片1级小波分解为近似,水平细节,垂直细节,对角细节 xijie2.m 将图片1和2级分解并重构,近似,水平细节,垂直细节,对角细节 noisereduce.m 图像1/2降噪. noisereduce2.m全值阀值消噪图像 mycompress.m小波BIOR3.7一次和二次压缩,与一次与二次解压缩 mycompress2.m分析小波分解系数中置0的
xiaobojiangzao
- 根据小波变换和噪声信号地能量分布特性，提出了一种先用小波变换对含噪图像进行多尺度分解，求出各尺度小波变换高频系数地噪声方差和阈值，利用各尺度地阈值对高频系数进行处理，然后利用小波变换系数重构图像，实现图像降噪地方法。
db4TI
- 提升小波的分解重构，和阈值降噪程序，适合MEMS陀螺降噪。-Lifting wavelet decomposition reconstruction, noise reduction procedures and thresholds for MEMS gyroscope noise.
mywavet
- 小波分解重构,降噪,压缩编码,压缩性能分析 xijie.m 将图片1级小波分解为近似,水平细节,垂直细节,对角细节 xijie2.m 将图片1和2级分解并重构,近似,水平细节,垂直细节,对角细节 noisereduce.m 图像1/2降噪. noisereduce2.m全值阀值消噪图像 mycompress.m小波BIOR3.7一次和二次压缩,与一次与二次解压缩 mycompress2.m分析小波分解系数中置0的
xiaobojiangzao
- 根据小波变换和噪声信号地能量分布特性，提出了一种先用小波变换对含噪图像进行多尺度分解，求出各尺度小波变换高频系数地噪声方差和阈值，利用各尺度地阈值对高频系数进行处理，然后利用小波变换系数重构图像，实现图像降噪地方法。-According to wavelet transform and noise signal and energy distribution characteristics, a first wavelet transf
C_CPaper
- 摘要:重构相空间是非线性分析的基础 ,利用联积分导出的 C2C方法是估计相空间重构参数延迟时间和延迟时间窗的有效方。由于混沌系统的初值敏感性和实际序列长度有限并带噪 ,使得 C2C方法估计出的和具有波动性。为了降低估值偏差 ,借鉴谱估计中平均法的思想 ,提出一种不同于已有文献利用整段序列估算和,而采用对序列分段估值后取平均的方法 ,并重点讨论了带噪序列的和 估值及序列长度对估值的影响。数值仿真证明这种平均处理方法对和的估值具有较好的有效
weinat
- 基于DD算法的先验信噪比估计的维纳语音降噪完整程序，包括语音分帧，动态信噪比估计,噪声估计更新和帧的重构。很完整。-DD algorithm based on a priori signal to noise ratio is estimated that the integrity of the process noise reduction Wiener voice, including voice sub-fr a me, dyn
wavelet
- 一维小波的分解和重构，可以运行，三层降维和重构，小波降噪。很实用-matlab wavelet
waveletpaper
- 一大学生编写的基于小波理论的图像重构和降噪演示，理论例程适合初学-image identification by wavelete
Professor-Lu-Wusheng-lecture
- 陆吾生教授是加拿大维多利亚大学电气与计算机工程系的教授。此课件为其在国内大学短期精品课程的课件。包含最优化问题求解，压缩感知方法及其在稀疏信号和图像处理中的应用（压缩、重构、降噪等）。-Professor Lu Wusheng University of Victoria, Canada Professor of Electrical and Computer Engineering. The courseware for the Un
61IC_H4231
- PAV (H265) 是 音视频 压缩解压 协议，非常不同于H264/MPEG4，ZPAV (H265) 的基本算法 是 小波，多级树集合群，广义小波，数学形态小波，...... ZPAV (H265) 基本算法 ： 1，图象与声音分解与合成 ：小波 ； 2，图象与声音前处理 ：小波子带零交叉降噪，目标纹理处理，语音处理 ； 3，速率控制 ：小波子带熵速率控制 ； 4，量化与反量化 ：小波子带熵量化与反
wavelet
- 小波分析,包换小波降噪，分解和重构，频谱分析-Wavelet analysis, replacement wavelet noise reduction, decomposition and reconstruction, spectrum analysis
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
db4
- 1、 降噪步骤： （1） 一维信号的小波分解。选择一个小波并确定分解的层次，然后进行分解运算。 （2） 小波分解高频系数的阈值量化。对各个分解尺度下得高频系数选择阈值进行软阈值量化处理。 （3） 一维小波重构。根据小波分解的最底层低频系数和各高频系数进行一维小波重构。 matlab里面有关于去噪的函数，你可以找一下~~ 这说的只是基本原理，希望有所帮助-1, noise reduction steps: (1) on
dual-tree
- 首先将非平稳的故障振动信号进行双树复小波包分解，得 到不同频带的分量；然后对每个分量求其峭度值和相关系数并进行比较；最后选取峭度值和相关系数较大的分量 进行软阈值降噪和双树复小波包重构，即可有效地消除振动信号中噪声的干扰，同时保留信号中的有效信息即实 现了故障特征信息的提取。-In view of the above situation, a new fault diagnosis method is proposed
wavletDenoise
- 小波降噪，针对语音信号，包括小波变换的分解和重构- wavletDenoising for WAV voice,including wavlet decompress and recompress.
小波和小波包降噪
- 进行了小波和小波包滤波的比较，决策树重构，熵的计算(The comparison of wavelet and wavelet packet filtering, decision tree reconstruction and entropy calculation are carried out)
SSA
- 奇异谱分解matlab代码，对信号信息特征值分解，得到不同特征向量的子序列，筛选主要权重的子序列进行重构，平滑原始型号，起到降噪和过滤的作用。(The singular spectrum decomposes the matlab code, decomposes the eigenvalues of the signal information, obtains subsequences of different eigenvecto
用于信号的EMD、EEMD、VMD分解
- 用于信号的分解、降噪和重构，实现故障诊断(Used for signal decomposition, noise reduction and reconstruction to realize fault diagnosis)