搜索资源列表
50
- 多媒体技术的发展和视觉信息的飞速膨胀迫切需要对视觉信息资源的有效管理和检索。由此，基于内容的图像和视频检索技术得到了越来越多的重视，成为了多媒体信息检索和图像处理领域中的重要研究方向。CBIR技术将对大规模图像信息的管理和访问提供有力支持。 本文这种介绍了内容图像检索的灰度特征实现方法，具有理论意义和实际应用价值。针对基于内容图像检索技术进行了研究，介绍了其研究现状和关键技术，讨论了其技术瓶颈和发展趋势。共生矩阵法，是对图像的所有像
jingeiARTYU
- 本资料的功能为：运用数学统计方法和时间序列分析方法对原始振动信号进行分析，获取相应的时域，频域，频域及时间序列模型参数并以此作为特征参数，然后运用距离区分技术进行评估，选取敏感的特征参数作为ART-similarity分类器的输入并进行训练，最后便可识别出设备的性能状态。 基于YU范数对承不同预紧状态的分析，针对进给系统所采集的数据样本事先不知其对应的状态时，则可利用基于YU范数的ART-Similarity监督分类器对其进行
daneggpq
- 用于特征降维，特征融合，相关分析等,正确率可以达到98％，包括主成分分析、因子分析、贝叶斯分析，采用了小波去噪的思想，包括回归分析和概率统计，gmcalab 快速广义的形态分量分析，分析了该信号的时域、频域、倒谱，循环谱等。-For feature reduction, feature fusion, correlation analysis, Accuracy can reach 98 , Including principal co
xaqtxzvg
- 计算多重分形非趋势波动分析，鲁棒性好，性能优越，用于特征降维，特征融合，相关分析等,主要为数据分析和统计，FMCW调频连续波雷达的测距测角，分析了该信号的时域、频域、倒谱，循环谱等。-Calculate the multifractal trend fluctuation analysis, Robustness, superior performance, For feature reduction, feature fusion,
LFMfangzheng
- 在很多实际场合下，平稳性的假设往往不能成立，此时就需要引入非平稳信号或时变信号的分析与处理。所谓的时变是指信号的统计特性随时间变化。由于信号的这种性质，传统的傅立叶分析方法无法令人满意。对于时变信号，了解不同时刻附近的频域特征是至关重要的，因此，人们往往采用时间－频率联合描述的方法描述时变信号。-In many practical situations, stationarity assumptions often can not be
时频域统计特征
- 信号的时频域统计特征，可用于后续模式识别,特征选择，特征提取。(The time-frequency statistics of the signal can be used for subsequent pattern recognition.)