对脉搏波的完全分析是建立在含有少量噪声且较为清晰的脉搏波信号中，然而在采集脉搏波信号时容易受到多种干扰的影响，使其提取出来的脉搏波含有大量的噪声，因此降噪处理显得尤为必要。同时，脉搏波中含有人体生理病理信息，不同的人将表现为不同的特征，可以看出确定脉搏波特征点对于分析人体生理健康很有意义。针对信号去噪问题采用小波变换和多分辨率分析的方法，该方法在时域和频域都能表征信号局部信息的能力，且具有对信号具有自适应性。运用极值法确定出脉搏波的峰值点，然后再根据峰值点确定出其他特征点的位置，实验证明该方法能够增加特征点的检出率。
上传时间： 2013-10-12
上传用户：shirleyYim
针对齿轮故障特征信号具有强噪声背景、非线性、非平稳性特点，提出采用形态梯度小波对齿轮振动信号进行降噪。首先使用形态梯度小波把齿轮振动信号分解到多个尺度上，然后对各层的细节系数进行软阈值方法降噪处理，对经过处理后的小波系数进行重构。对降噪后的齿轮振动信号采用S变换多分辨率时频分析，能够从具有良好的时频分辨率的S变换谱图提取齿轮故障特征。通过仿真试验和故障轴承的信号分析证明，该方法具有短时傅里叶变换和小波变换的优点，不存在Wigner-Ville分布的交叉干扰和负频率，能有效地提取隐含在噪声中的齿轮故障特征，适合齿轮故障的在线监测和诊断。
上传时间： 2013-11-01
上传用户：AISINI005
总体平均经验模式分解（EEMD）方法是一种先进的时频分析方法，非常适合于对非平稳故障微弱信号的分析处理。文中介绍了EEMD方法的原理与算法实现步骤，重点分析了EEMD方法避免模式混淆的机理。利用EEMD方法对齿轮箱振动信号进行分析，成功提取了小齿轮磨损故障特征，验证了EEMD方法在故障微弱信号特征提取的有效性。
上传时间： 2014-11-30
上传用户：wbwyl
探地雷达回波信号是一种非平稳非线性信号，其中不仅包含地下埋藏物的目标信号，还包含有可能掩藏目标信号的直达波信号，给目标的识别带来困难。文中采用HHT方法对探地雷达回波信号进行特征分析，提取回波信号的IMF分量的瞬时频率作为特征向量。实验结果表明，用HHT方法提取特征可较好的避免直达波影响，该方法是可行而有效的，为进一步鉴别地下埋藏物提供了新的思想和方法。
上传时间： 2013-10-22
上传用户：hjkhjk
为了模拟图像分类任务中待分类目标的可能分布，使特征采样点尽可能集中于目标区域，基于Yang的有偏采样算法提出了一种改进的有偏采样算法。原算法将目标基于区域特征出现的概率和显著图结合起来，计算用于特征采样的概率分布图，使用硬编码方式对区域特征进行编码，导致量化误差较大。改进的算法使用局部约束性编码代替硬编码，并且使用更为精确的后验概率计算方式以及空间金字塔框架，改善了算法性能。在PASCAL VOC 2007和2010两个数据集上进行实验，平均精度比随机选取的特征采样方法能够提高约0.5%，验证了算法的有效性。
上传时间： 2013-10-24
上传用户：wawjj
为了使计算机能更好的识别人脸表情，对基于Gabor小波变换的人脸表情识别方法进行了研究。首先对包含表情区域的静态灰度图像进行预处理，包括对确定的人脸表情区域进行尺寸和灰度归一化，然后利用二维Gabor小波变换提取脸部表情特征，使用快速PCA方法对提取的Gabor小波特征初步降维。再在低维的空间中，利用Fisher准则提取那些有利于分类的特征，最后用SVM分类器进行分类。实验结果表明，上述提出的方法比传统的方法识别速度更快，能达到实时性的要求，并且具有很好的鲁棒性，识别率高。
上传时间： 2013-11-08
上传用户：小眼睛LSL
利用Matlab软件编写了程序提取了的任意大小的字母和汉字的显示特征，给出了对应的图像矩阵，并将读取的二值矩阵转换为单片机能识别的16进制数字代码，通过单片机构建电路实现字母和汉字的显示。提取字母可以改变大小和形状，达到动态显示字母大小和流动变换显示的效果，提高显示设备观赏价值，可以提高人们对重要信息的注意。
上传时间： 2013-11-13
上传用户：lijinchuan
传统多模态生物特征识别方法当出现生物特征缺失时，识别性能会明显下降。针对此问题，提出一种融合人脸、虹膜和掌纹的自适应并行结构多模态生物识别方法。该方法在设计融合策略时，考虑到所有可能的输入缺失，构造并行结构的融合函数集，在实际应用时根据输入状态自适应的选择融合策略进行识别。实验仿真结果表明该方法既可提高识别可靠性又可实现当有生物特征缺失时的性能稳定。
上传时间： 2013-11-02
上传用户：huangld
提出了一个自适应量子粒子群优化算法，用于训练RBF网络的基函数中心和宽度，并结合最小二乘法计算网络权值，对RBF网络的泛化能力进行改进并用于特征选择。实验结果表明，采用自适应量子粒子群优化算法获得的RBF网络模型不但具有很强的泛化能力，而且具有良好的稳定性，能够选择出较优秀的特征子集。
上传时间： 2013-11-16
上传用户：erkuizhang
针对传感器网络下多目标跟踪时目标数量不断变化这一复杂情况，文中对多目标的跟踪和特征管理方法进行了研究。该方法由数据关联、多目标跟踪、特征管理，和信息融合所组成。其中未知数量多目标的跟踪和数据关联通过马尔科夫蒙特卡罗数据关联实现。通过信息融合来整合本地信息，获取所有相邻传感器的本地一致性，最终实现特征管理。试验证明，本方法能够在分布式的传感器网络环境下对多目标进行准确有效地跟踪和特征管理。
上传时间： 2013-11-18
上传用户：wangdean1101
