搜索资源列表
时间序列分析VC源码
- 时间序列分析，分析序列是否是 白色噪声，分析相关性，可以进一步判断序列的相关和自相关-time series analysis, whether the sequence is white noise, correlation analysis, further sequence of judgment and autocorrelation
Hopfield
- 该程序比较人性化，有个友好界面，能加载图像，并根据图像训练Hopfield神经网络，你也可以通过添加噪声给图像，以判断它的识别率。
add_noise_and_SNR_measure
- 内有两个MATLAB程序，主要用于语音增强：一个用于向纯净语音文件(wav)添加高斯白噪声，信噪比可选；另一个文件用于测量语音信噪比，对语音增强效果判断
FPE
- 按FPE定阶的 源程序：fpe.cpp M序列：M序列.txt 白噪声：Gauss.txt 程序中先用依模型阶次递推算法估计模型的参数，再用fpe方法判断模型的阶次。 程序运行结果如下： n: 1 判断阶次FPE的值: 0.0096406 -0.481665 1.07868 n: 2 判断阶次FPE的值: 0.00875755 -0.446739 0.00498181 1.07791 0.0527289 n: 3 判断阶次FPE的值: 0.
matlab
- 为图片进行添加高斯噪声均匀噪声以及椒盐噪声，并且采用a修正的均值滤波和自适应中值滤波进行除噪，并且进行除噪性能判断-Add a picture for uniform noise and Gaussian noise, salt and pepper noise, and the use of a modified mean filter and adaptive median filtering for noise removal, noise removal performance and
adp_spa_denoise
- 基于个数判断脉冲噪声的中值滤波器在matlab下的仿真实现，整个程序可以运行-adp_spa_denoise
voice_activity_detection
- 传统的有声无声检测方法只能在相对安静的环境下（<20dB）进行。因此传统方法不能满足噪声环境下的检测要求；另一方面，一直以来，单通道语音增强没有取得突破性进展，一个很重要的原因是没有找到高效的有声无声检测方法。研究了一种有声/无声检测算法是根据信号低频带、高频带短时能量包络的动态变化范围来判别噪声和含噪语音。对每一帧输入信号，通过与预先设定的一系列门限值比较来判断该帧是信号帧还是噪声帧。本设计使用了这种检测方法，选用北京瑞泰创新科技有限公司开发CETECK-VC33-D板，配合自己制作的前
last
- 简单的判断出彩色图像噪声的类型，并调用滤波器对图像滤波处理-Simple color image determine the type of noise and call filter for image filtering deal
dirdetect
- 通过图像像素点之间的相关性来判断该像素点为噪声点还是信号点，进而对其进行滤波。-first, we judge the image pixel that it is noise pixel or signal pixel by compute the correlations between them.then we remove the noise of the image.
sin_detect
- 用这个小程序可以解杜芬方程，可以通过相图判断混沌状态，判断加入噪声和信号-With this little program can Xie Duffing equation to determine the phase diagram can be chaos, judge by adding noise and signal
a_modified_method
- 介绍了改进谱减法的原理及算法。提出在信噪比(sNR)较低的情况下，根据语音短时能量和过零率，判断在无声 或有声期间是否偶然的噪声过高，从而设定合适的参数降低噪声。-Introduced an improved spectral subtraction principles and algorithms. Proposed signal to noise ratio (sNR) lower case, according to voice short-term energy and zero-cr
adamedianfilt
- 自适应中值滤波器的滤波方式和传统的中值滤波器一样,都使用一个矩形区域的窗口Sxy,不同的是在滤波过程中,自适应滤波器会根据一定的设定条件改变(即增加)滤窗的大小,同时当判断滤窗中心的像素是噪声时,该值用中值代替,否则不改变其当前像素值,这样用滤波器的输出来替代像素(x,y)处(即目前滤窗中心的坐标)的值。-Adaptive Median Filter for filtering methods and the same as the traditional median filter, use
QPSK-MBOFDM
- QPSK-MBOFDM发射接收机 QPSK调制的多频带OFDM（MB-OFDM）发射机，经过加性高斯噪声信道，接收机判断误码率。 -QPSK-MBOFDM launch QPSK modulation receiver multiband OFDM (MB-OFDM) transmitter, through the additive Gaussian noise channel, the receiver determine the error rate.
bw-Noise-Reduction
- 这个函数获取二进制图像，然后根据图像中标记目标的连接性和每个连接组成的像素数量来判断是否是噪声。 -The function to get the binary image, then image tag target connectivity and the number of pixels of each connected component to determine whether it is noise.
work
- 此程序为语音信号的过零率检测，白噪声过零率远远高于语音信号，故可通过对过零率的检测判断出是不是语音信号。-This procedure for the zero rate of speech signal detection, white noise zero crossing rate is much higher than the speech signal, it can zero rate by detection of voice signal is not judged.
EKF_MEMS
- 姿态信息是飞行控制中最关键的参数之一,因此姿态测量成为飞行控制系统首要解决的问题。利用多MEMS传感器研制了一种微型姿态测量系统。利用三轴MEMS加速度计和三轴MEMS陀螺数据,由方向余弦矩阵的姿态表示形式推导了扩展Kalman滤波方程,解算出飞行器的俯仰角和横滚角 设计专家系统判断飞行器的运动状态,并根据该状态调整滤波算法中的测量噪声矩阵,使系统可同时满足静态情况和动态情况的使用 利用空速和高度数据对俯仰角进行修正,利用GPS解算航向角。将实验结果与国外最新 的商用自动驾驶仪的姿态结果进行
noise_new
- 基于噪声检测的中值滤波，先通过邻域计算检测是否为噪声，再进行开关中值滤波，对于被判断为噪声的像素不再参与其他像素的中值滤波，能够有效滤除噪声并且保留细节较好-Noise Detection Based on median filtering, first calculated by testing whether the neighborhood noise, then the switching median filter for noise pixels are judged to no l
Noise-estimation-in-wavelet-domain
- 对含噪声的图像进行识别和估计，通过小波分解，在频域中完成对图像的识别，判断是椒盐噪声还是高斯噪声，并对参数的值进行估计。-Identify and estimate noisy images, through the wavelet decomposition in the frequency domain to complete the image recognition to determine the salt and pepper noise or Gaussian noise, and
denoise_new
- 基于个数判断脉冲噪声的中值滤波器的程序，是比较清楚的一个滤波程序。-filter program based on the number of impulse noise judge median
rec
- 根据均匀部分直方图判断噪声类型然后去噪并进行图像阈值分割-denosing and image segmentation