搜索资源列表
signal-de-noise
- 采用db1基本小波来分解信号,比较第三层近似信号与原始信号,重构最大误差,比较第三层近似信号与原始信号.-used db1 to the basic wavelet decomposition signal, the third layer approximate comparison with the original signal signal, the largest reconstruction error Comparing
multiscaledbased
- 第一：边界加强，通过估计噪声和实际信号的比值，来确定各个尺度的细节系数，以达到噪声抑制和边界加强。第二，通过对小波分解的近似部分进行直方图均衡，达到加大整幅图片的对比度，而不太影响细节的目的。
wavelets
- MATLAB下通过多种小波实验了解小波变换的原理教程及示例代码 包括的多个示例源代码有：一维线性非线性近似、二维线性非线性近似、使用线性滤波过滤噪声、使用小波门限消除噪声、使用小波变换压缩一维信号、二维小波图像压缩等等。
signal-de-noise
- 采用db1基本小波来分解信号,比较第三层近似信号与原始信号,重构最大误差,比较第三层近似信号与原始信号.-used db1 to the basic wavelet decomposition signal, the third layer approximate comparison with the original signal signal, the largest reconstruction error Comparing
multiscaledbased
- 第一：边界加强，通过估计噪声和实际信号的比值，来确定各个尺度的细节系数，以达到噪声抑制和边界加强。第二，通过对小波分解的近似部分进行直方图均衡，达到加大整幅图片的对比度，而不太影响细节的目的。-First: to strengthen the border, through the estimates and the actual signal noise ratio, to determine the details of each
wavelets
- MATLAB下通过多种小波实验了解小波变换的原理教程及示例代码 包括的多个示例源代码有：一维线性非线性近似、二维线性非线性近似、使用线性滤波过滤噪声、使用小波门限消除噪声、使用小波变换压缩一维信号、二维小波图像压缩等等。 -Under MATLAB wavelet through a variety of experiments to understand the principle of wavelet transform
Matlab_Wavelet_Denoise_Compress
- 包括的多个示例源代码有：一维线性非线性近似、二维线性非线性近似、使用线性滤波过滤噪声、使用小波门限消除噪声、使用小波变换压缩一维信号、二维小波图像压缩等等。-Including the source code of a number of examples are: a linear one-dimensional non-linear approximation, nonlinear two-dimensional linear ap
waveletdecopose
- 小波分解和重构，用来分析信号的低高频变换，得到近似信号和细节信号。是比较好的数据处理方法-wavelet denoise
d5sym
- 这是对一维信号进行五层小波分解，然后分别把不同层数的细节分量和近似分量重组这个信号。这样有除噪和最大程度提取信号能量的效果。-This is a five-story one-dimensional wavelet decomposition of signals, and then the details of each component of different layers and approximate quantity of
MATLAB_Wavelet
- MATLAB下小波变换的原理教程及示例 包括：一维线性非线性近似、二维线性非线性近似、使用线性滤波过滤噪声、使用小波门限消除噪声、使用小波变换压缩一维信号、二维小波图像压缩等等。-MATLAB wavelet transform under the principle of tutorials and examples include: one-dimensional linear non-linear approximation, t
work
- MATLAB环境下，一维小波分解并提取细节系数和近似系数，再加小波包分解信号-MATLAB environment, the one-dimensional wavelet decomposition and extract detail coefficients and approximation coefficients of wavelet packet decomposition of signal plus
xiaobofenjie
- 三个函数信号叠加，进行小波分解，提取近似信号与原信号比较-Superposition of three functions signals, wavelet decomposition, similar to the signal extraction compared with the original signal
xiaobofenxi
- 对一个信号进行连续小波分解 提取小波细节系数 提取近似系数 -On a continuous wavelet signal decomposition extracted wavelet detail coefficients extract approximate coefficient
slp1
- 利用小波变换，提取心电信号中呼吸成分，呼吸成分位于较低的近似成分中。-Using wavelet transform, to extract the respiratory components of the ECG, respiratory components in the composition of the lower approximation
wavelet-image
- 二维图像信号的去噪步骤： （1）二维图像信号的小波分解。选择合适的小波与恰当的分解层次N，并对待压缩的二维图像信号进行N层分解计算。 （2）对分解后的每一层高频系数，选择一个恰当的阈值，并对该层高频系数进行软阈值量化处理。 （3）二维图像信号的小波重构。用小波分解后的第N层近似（低频系数）和经过阈值量化处理后的各层细节（高频系数），对二维信号进行小波重构。-Two-dimensional image signal denoi
Linear-Prediction-Based-Semi
- 基于线性预测的半盲信道,摘要----本文是讲MIMO - OFDM系统半盲信道估计方法。这新方法利用线性预测获得该系统中的信道矩阵盲约束以及最小二乘近似的训练信号。-Linear Prediction Based Semi
TEM
- 晚期瞬变电磁信号是大参数、 多频率、 且各频率分量未知的电磁信号， 特别在晚期还是强噪声背景下的微弱信号． 随机共振系统可以在极限信噪比的情况下提取微弱信号， 但仅适用于小参数、 单一频率或频率已知的高频信号的情况． 为此， 本文提出一种基于尺度变换的随机共振算法用于检测晚期瞬变电磁信号， 该方法充分利用了随机共振检测弱信号的优势， 通过引入尺度变换， 消除了随机共振系统对待测信号频率的限制， 在绝热近似理论下，实现了从强噪声中提取出微
1D_Gabor_transform
- 这个MATLAB软件包实现了小波在一维Gabior样转换的文件中所述： [1] K.N.乔杜里，M.，王凤琴，“建设希尔伯特变换的双 波基和Gabor变换，“对信号的IEEE交易 加工，第一卷。 57，没有。 9，3411-3425，2009年9月。 作者：K.N.乔杜里。 模块如下： --------------------------- 1。 demo.m 一个简单的例子
数学形态学与小波变换
- 小波分解可以使人们在任意尺度观察信号，只需所采用的小波函数的尺度合适。小波分解将信号分解为近似分量和细节分量，它们在应用中分别有不同的特点。比如，对含有噪声的信号，噪声分量的主要能量集中在小波分解的细节分量中，对细节分量做进一步处理，比如阈值处理，可以过滤噪声。(Wavelet decomposition allows people to observe signals at any scale, just the size of th
Response_function
- 利用小信号近似方法对单量子阱激光器的响应函数进行的仿真(Simulation of the response function of a single quantum well laser by small signal approximation)