搜索资源列表
-
1下载：
一种图像检索中纹理特征提取的方法。本文介绍了基于Gabor 滤波器和Gabor 小波变换提取纹理特征的分析方法, 以及对Gabor 小波进行了高斯归一化以提高对图像检索的速度和准确度。-An image retrieval texture feature extraction methods. This article based on Gabor filters and Gabor wavelet transform to extract texture feature analysis me
-
-
0下载：
Feature Extraction of Infrared Target Based on Image Moment and Wavelet Energy
-
-
0下载：
6篇有关语音识别特征参数的科技论文，主要包括MFCC参数LPCC参数以及小波应用于特征提取的研究-6 on the speech recognition feature parameters of scientific papers, including MFCC parameters LPCC parameters and wavelet feature extraction applied to the study
-
-
0下载：
基于小波包特征提取的车牌字符识别，是一片期刊论文，还不错的，可以学习-Feature extraction based on wavelet packet license plate character recognition is a journal articles, but also good, you can learn
-
-
0下载：
This paper identifies a novel feature space to
address the problem of human face recognition from
still images. This based on the PCA space of the
features extracted by a new multiresolution analysis
tool called Fast Discrete Curvelet Transfo
-
-
0下载：
基于小波变换的交通图像预处理与特征提取，希望可以帮到大家-Traffic Based on Wavelet Transform Image Pre-processing and feature extraction, the desire to help everyone
-
-
0下载：
wavelet packages used for extracting ECG feature extraction-wavelet packages used for extracting ECG feature extraction...
-
-
0下载：
提出一个小波域多尺度马尔柯夫随机场模型用于模拟视觉系统在图像分割中的若干功能。针对人类视觉系统具有特征检测器、等级层次性、双向连续性、学习机制等功能，对输入场景，该模型用小波变换提供该场景图像的稀疏表示，模拟特征检测器功能 用金字塔结构模拟等级层次性 用两类信息流模拟双向连接性，分别刻画自底向上的输入图像特征提取过程以及自顶向下的反馈过程 用迭代过程模拟学习机制 采用多尺度马尔柯夫随机场模型实现图像分割。-Put forward a wavelet domain multi-scale mark
-
-
0下载：
本文将小波图像分解和信息熵特征提取相结合，提出一种新的掌纹特征提取算法。该算法首先对掌纹灰度图像进行二维小波分解，再利用多分辨信息熵分别计算不同尺度下的能谱熵作为特征向量，从而实现掌纹特征提取。该算法不但避免了图像增强和纹理细化等预处理过程，而且运用多分辨信息熵的自适应计算方法来调节分解级数，使得到的特征向量长度远小于传统算法。-In this paper, wavelet image decomposition and information entropy feature extractio
-
-
0下载：
本文将小波图像分解和信息熵特征提取相结合，提出一种新的掌纹特征提取算法。该算法首先对掌纹灰度图像进行二维小波分解，再利用多分辨信息熵分别计算不同尺度下的能谱熵作为特征向量，从而实现掌纹特征提取。该算法不但避免了图像增强和纹理细化等预处理过程，而且运用多分辨信息熵的自适应计算方法来调节分解级数，使得到的特征向量长度远小于传统算法。-In this paper, wavelet image decomposition and information entropy feature extractio
-
-
0下载：
小波的特点和发展，波分析在一维信号处理中的应用，小波分析在图象分析中的应用，包括图象特征抽取，图像压缩，数据隐藏和图象水印-Wavelet characteristics and development, wave analysis of one-dimensional signal processing, wavelet analysis in image analysis, including image feature extraction, image compression, data
-
-
0下载：
wavelet transform in speech recognition will be briefly reviewed.
we describe how the features are extracted, different algorithm, weighting will be introduced-wavelet transform in speech recognition will be briefly reviewed.
we describe h
-
-
0下载：
小波模极大值用于边缘特征提取.很好的一个matlab算法，可以直接验证。-Wavelet modulus maxima for edge feature extraction algorithm matlab good one can be directly verified.
-
-
0下载：
some fast feature extraction algorithms are addressed for joint retrieval of images
compressed in JPEG and JPEG2000 formats. In order to avoid full decoding, three fast algorithms that
convert block-based discrete cosine transform (BDCT) into wav
-
-
0下载：
小波分析可同时从时域和频域两个方面对信号进行分析，结合包络分析十分适合滚动轴承的故障特征提取；基于双通道的全矢小波分析方法不仅对单通道小波分析方法具有兼容性，而且弥补了传统的基于单通道信
息进行旋转机械故障特征提取造成的信息量不完整、易导致误诊的弊端。结果表明，在针对滚动轴承外圈故障特征提取时，全矢小波分析方法较小波一包络分析方法具有一定的优势。 -Wavelet analysis simultaneously from the time domain and frequency doma
-
-
1下载：
针对滚动轴承复合故障信号特征难以分离的问题， 提出将双树复小波变换和独立分量分析( ICA) 结合的故障诊断方
法 该方法首先将非平稳的故障信号通过双树复小波变换分解为若干不同频带的分量 由于各个分量存在一定的频率混叠， 对
故障信号特征提取有很大的干扰， 进而引入 ICA 对各个分量所组成的混合信号进行盲源分离， 从而尽可能消除频率混叠 最后
对从混合信号中分离出来的独立分量信号进行希尔伯特包络解调， 即可实现对复合故障特征信息的分离和故障识别-Aiming at the diff
-
-
0下载：
EEG feature extraction using wavelet transform
-
-
0下载：
为了实现复杂环境下的人脸特征有效表达，提出一种改进的梯度方向直方图（ＨＯＧ）人脸识别方法．首先以人脸图像网格作为采样窗口并在其上提取 ＨＯＧ特征；然后将所有网格 ＨＯＧ特征向量进行组合，实现整个人脸特
征表达；最后采用最近邻分类器进行识别．另外，比较了该方法与Ｇａｂｏｒ小波和局部二值模式（ＬＢＰ）２种著名的人脸
局部特征表示方法的优劣．实验结果表明，在调优的 ＨＯＧ参数下，在具有光照和时间环境等复杂变化的ＦＥＲＥＴ人
脸库中，较少维数的 ＨＯＧ特征比ＬＢＰ特征有更好的表现，而且 ＨＯ
-
-
0下载：
小波特征提取和灰度共生矩阵对图线特征进行提取-Wavelet feature extraction and GLCM feature extraction of plot
-
-
0下载：
城轨车辆轮对踏面故障在线监测系统，基于振动检测法的轮对踏面故障监测系统，通过傅里叶变换、小波包分析对釆集到的振动信号进行分析获得信号的特征,研究了基于短时能量判断的踏面故障特征提取算法。-On line monitoring system for wheel tread of urban rail vehicles, based on the vibration detection method of wheel tread fault monitoring system, through th
-
