搜索资源列表
extended precision
- 计算sokes散射传输矩阵，相位函数，尺度分布，偏振计算，用于对气溶胶粒子形状分析(Calculate the sokes scattering matrix)
EEMD相关文件
- Hilbert-Huang变换(HHT)是一种新的非平稳信号处理技术，该方法由经验模态 分解(EMD)与Hilbert谱分析两部分组成。任意的非平稳信号首先经过EMD方法处理后被分解为一系列具有不同特征尺度的数据序列，每一个序列称为一个固有模态函数(IMF)，然后对每个IMF分量进行Hilbert谱分析得到相应分量的Hilbert谱，汇总所有Hilbert谱就得到了原信号的谱图。该方法从本质上讲是对非平稳信号进行平稳化处理，将信号中真实
4fab7b56a46f4
- 根据现有的程序，对两幅图像分别进行二维小波变换，分别对变换后得到的水平，垂直以及对角细节子带的小波系数进行直方图统计，然后用广义高斯函数去近似三个直方图，分别得到尺度参数和形状参数，求出对应图像的KL距离。(According to the existing programs, the two images respectively, two-dimensional wavelet transform respectively to l
seizmo-master
- SEIZMO是一个基于 Matlab 和 GNU Octave的工具箱，包含了超过700多个函数，可以用以进行地震数据的预处理、质量控制和分析，类似于Seismic Analysis Code并针对区域和全球尺度的被动源地震领域（这里的震源往往是地震和环境噪音）。(SEIZMO is a Matlab based and GNU Octave toolbox, contains more than more than 700 funct
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
emd
- 该方法的关键是经验模式分解，它能使复杂信号分解为有限个本征模函数（Intrinsic Mode Function，简称IMF），所分解出来的各IMF分量包含了原信号的不同时间尺度的局部特征信号。经验模态分解法能使非平稳数据进行平稳化处理，然后进行希尔伯特变换获得时频谱图，得到有物理意义的频率。与短时傅立叶变换、小波分解等方法相比，这种方法是直观的、直接的、后验的和自适应的，因为基函数是由数据本身所分解得到。由于分解是基于信号序列时间尺度
小波包分析 代码
- 对原始信号进行小波包分解，小波函数及分解尺度均可自调(The original signal is decomposed by wavelet packet, and the wavelet function and decomposition scale can be adjusted automatically)
matlab小波变换程序
- 小波变换(wavelet transform，WT)是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的"时间-频率"窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间(空间)频率的局部化分析，通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自
三种HHT_Matlab.part01
- 经验模态分解依据信号时间尺度将信号逐级分解成对称的分量，在进一步对模态函数进行希尔伯特变换(Empirical mode decomposition (EMD) decomposes the signal into symmetrical components step by step according to the signal time scale, and further performs the Hilbert transfo
package_emd
- 经验模态分解（Empirical Mode Decomposition,EMD）法是黄锷（N. E. Huang）在美国国家宇航局与其他人于1998年创造性地提出的一种新型自适应信号时频处理方法，特别适用于非线性非平稳信号的分析处理。对经过EMD处理的信号再进行希尔伯特变换，就组成了大名鼎鼎的“希尔伯特—黄变换”（HHT）。由于脑电信号处理很少在EMD之后接上希尔伯特变换，在这里仅介绍EMD的相关基础知识。 EMD其实就是一种对信
matlab_pic
- 通过左右拖动子图形下方按钮，可变换时间轴横坐标，动态显示不同子图的不同时间尺度数据，示例中给出了电网运行大数据（包括电流电压幅值、相位），数据可根据用户需求输入。其中脚本和函数由高版本的MATLAB编写，适当调整可适用于低版本(By pulling the button under the left and right graphics, the data window of different time scales can be d
EMD模型
- 经验模态分解（Empirical Mode Decomposition，简称EMD))方法被认为是2000年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破?，该方法是依据数据自身的时间尺度特征来进行信号分解，无须预先设定任何基函数。 该方法的关键是经验模式分解，它能使复杂信号分解为有限个本征模函数（Intrinsic Mode Function，简称IMF），所分解出来的各IMF分量包含了原信号的不同时
Gamma
- 利用多尺度高斯函数去除场景的光照分量；然后构造了一种二维伽马函数，利用光照分量的分布特性调整二维伽马函数的参数，降低光照过强区域的亮度值，提高光照过暗区域的亮度值，最终实现对光照不均匀图像的自适应校正处理。(The multi scale Gauss function is used to remove the illumination component of the scene, and then a two-dimensional
scaleForSVM.m
- LIBSVM中的尺度缩放函数scaleforsvm(function [train_scale,test_scale,ps] = scaleForSVM(train_data,test_data,ymin,ymax))
Gabor-master
- 义一个4尺度6方向的Gabor函数，可以利用这个函数进行图像纹理特征提取(Gabor function meaning a 4 scale in six directions, you can use this function for image texture feature extraction)
weibull
- 能够较好地对风速进行威布尔分布函数拟合，并计算形状参数和尺度参数(It is better to fit the Weibull distribution function to the wind speed and calculate the shape parameters and scale parameters.)
心电信号检测与分类算法的研究
- （1）心电信号预处理 心电信号是一种低频且含有众多噪声干扰的信号。针对心电信号存在的 噪声干扰问题，本文采用了平稳小波变换结合双变量阈值的方法对其进行去 噪处理。通过对心电信号进行八层平稳小波变换，得到不同的小波系数，采 用双变量阈值函数表达式对其进行处理得到新的小波系数，最后进行逆平稳 小波变换实现小波重构，完成心电信号去噪。Matlab 仿真结果显示，本文算 法的准确率较高，信噪比达到 84.5934dB。 （2）心电信号
MATLAB数字信号处理仿真系统（GUI）
- 本课题基于MATLAB平台的数字信号处理仿真演示系统。数字信号即离散信号，本设计带有一个丰富得GUI人机交互界面，一共包括4个部分，分别为：离散时间信号的卷积，基本函数的Z变换（单位阶跃信号，脉冲信号，斜变信号，正余弦信号，指数系列信号），Z变换的基本性质（线性，位移，z域尺度变换，时域卷积），傅里叶变换的基本性质。是一个不错的选题，GUI设计逻辑清晰，章节清晰，层次明了。(This project is based on MATLAB