搜索资源列表
nannvshengshibie
- 本文通过对男性和女性声音的语音特征的研究，发现男女声的基音频率存在较大的差异，并设计了基于基音频率分析的男女声识别系统。男女声识别系统由以下三个模块电路构成：话筒放大器，低通滤波器，半波整流电路，单片机测量控制模块。话筒放大器采用NE5532P音前置芯片，对语音信号进行放大；八阶低通滤波器MAX293完成基音信号的提取；单片机STC12C5410AD实现频率测量和控制输出功能。经仿真与电路实测，男女声的识别效果良好。-In this paper, the voices of male and f
Basedonwaveletanalysisandprincipalcomponentanalysi
- 基于小波分析和主成分分析的人脸识别研究随着社会的发展，社会各个方面对快速有效的身份验证的要求日益迫切。由 于生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，因此是身份 验证的理想依据。其中利用人脸特征又是最自然直接的手段，相比其他生物特征， 它具有直接、友好、方便的特点，易于为用户接受。从而，人脸识别吸引了越来 越多来自计算机视觉和信号处理等领域的关注，成为模式识别、图像处理等学科 的研究热点。-Based on wavelet analysis and princ
luyouqijichu
- 生物识别技术在科研领域取 得了极大的重视和发展。由于生物特征是人的内在属性，具有很强的自身稳定性和个 体差异性，因此是身份验证的最理想依据川。其中，利用人脸特征进行身份验证又是 最自然直接的手段，与指纹、虹膜、掌纹等其他人体生物特征识别系统相比，人脸识 别系统更加友好，方便，易于为用户所接受，有广阔的应用领域。-Biometric technology in the research field of great importance and development. Biolo
renlianshibie
- 人脸识别各种算法，常用人脸识别方法，比如特征方法-Face recognition algorithms, commonly used face recognition methods, such as the characteristics of methods
Recognition
- 人脸识别是生物特征识别技术中一个非常活跃的课题,取得了很多研究成果。统计主元分析法( Prin2cipal ComponentsAnalysis, PCA)是人脸特征提取和识别的常用方法之一。-Face recognition is an active subject in the area of biometrical recognition technology, and lots of achievements have been obtained. Principal Compone
ActiveFaceRecognition
- 生物特征的自动识别技术得到广泛研究与开发，如指纹识别、掌形识别等。人脸识别是基于脸像的身份鉴别，-Automatic biometric identification technology is widely research and development, such as fingerprint recognition, hand geometry identification. Face recognition is based on the identity of the face su
htk
- HTK是一个用以建立和使用马尔可夫模型的工具包。HTK主要被用于语音识别，但它也被广泛的应用于其它很多领域，像语音合成、特征识别、DNA序列研究。-HTK is a Markov model for the establishment and use of the toolkit. HTK is primarily used for voice recognition, but it is also widely used in many other areas, such as speech
121
- 本文以红外成像制导的图像处理分析和目标识 别为主线，针对各个环节所存在的困难，系统研究了目标识别系统中的图像滤波、 目标分割、二维目标特征提取、三维目标特征提取和分类识别等问题。 -The main line of the image processing and analysis of the infrared imaging guidance and target recognition, target recognition system image filtering sys
基于核函数主元分析的机械故障诊断方法
- 提出基于核函数主元分析的机械故障诊断方法, 它保留主元分析的优点并具有处理非线性的能力。该方法通过核函数映射将非线性问题转换成高维的线性特征空间, 然后对高维空间中的映射数据作主元分析,提取其非线性特征, 对机械故障模式进行识别。并与主元分析方法进行对比分析, 实验结果表明核函数主元分析法非常有效。-Proposed mechanical fault diagnosis method based on Kernel Principal Component Analysis, it retains
Hilbert335
- 测量6205深沟球轴承的故障振动加速度信号, 对信号进行时频分析, 利用经验模态分解方法将振动信号分解成不同特征时间尺度的固有模态函数,对每个固有模态函数进行Hilbert 变换得到Hilbert 谱,通过谱分析识别轴承的故障部位和类型, 证实Hilbert 谱的有效性-Measuring 6205 deep groove ball bearing fault vibration acceleration signal, the signal frequency analysis, empiri
62
- 对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷，提出一种基于参数优化和奇异值分解(SVD)提高重分配尺度谱时频分布可读性的方法。首先利用Shan— non熵方法优化重分配尺度谱基函数的时间．带宽积(TBP)，克服其时、频分辨率不能同时达到最佳的缺陷，再对重分配尺度谱 进行SVD降噪降低噪声干扰影响，提高时频分布的可读性。最后用该方法对仿真信号和滚动轴承故障信号进行了分析，结果表明该方法的时频聚集性更好，抗噪能力更强，能
85
- 论述了小波包分解及其能量谱处理发动机连杆轴承故障的原理与方法, 结合传统断火诊断法的思想,应用小波包能量谱直观地识别出故障的特征频带, 并进行量化分析, 结果证明了这种方法比传统的付立叶分析方法具有更大的优越性及现实的应用价值-Discussed and wavelet packet energy spectrum processing engine connecting rod bearing failure principles and methods, combined with trad
themethodofimageretrivel
- 特征提取为分类器提供所有依据，它的表征性能直接决定了识别分类的效 率和精度。-Feature extraction based on the classification with all its characterization classification performance directly determines the efficiency and accuracy of identification.
116
- 针对柴油机振动信号的瞬时非线性特点, 提出采用柴油机振动信号的本征模函数( IMF) 分量进行特征频带识别的新方法。将柴油机振动信号经经验模态分解, 并去掉主要干扰因素所对应的IMF分量, 再将剩余IMF分量进行重构得到柴油机振动信号-For instantaneous nonlinear characteristics of vibration signals of diesel engine, the diesel engine vibration signal of the intrins
PCA
- 在这篇文章中，我们主要阐述了基于PCA和LDA的人脸识别技术。这个技术包含两个步骤：首先，我们通过PCA将人脸图片从原始向量空间中提取到子向量空间——特征脸空间；然后，再通过LDA获得一个线性分类器。-In this article, we mainly elaborated based on PCA and LDA face recognition technology. This technique consists of two steps: First, we will face ima
Study-on-compound-fault-diagnosis
- 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
PCA-based-facial-recognition
- 基于PCA特征提取和距离哈希K近邻分布的人脸表情识别-PCA-based feature extraction and distribution of K-nearest neighbor distance hash Facial Expression Recognition
PAPER8
- 融合局部与全局特征提取的虹膜识别方法(1)-Fusion Iris Recognition local and global feature extraction (1)
face-recognition-matlab-code
- 基于PCA的人脸识别matlab代码。建立特征脸空间，而后将预存人脸图像和待识别图像投影到特征脸空间上，可以得到较高的识别率-Based on PCA face recognition matlab code. The eigenface space is established, and then the stored face image and the image to be recognized are projected onto the feature face space, and