人工智能专属驿站
phthon、matlab大量代码
展开
-
粒子群实现最优解的求解
本程序通过PSO算法进行一元函数、二元函数的最值求解,并设计了GUI界面。原创 2022-07-27 21:27:39 · 232 阅读 · 0 评论 -
图像插值的技术研究
插值的使用是很重要的,在MATLAB中有默认的imresize函数可以实现各种常用的插值算法。在图像融合的一些处理中需要用到上/下采样,此时合理运用插值算法可以达成中间步骤。 作为经典的插值算法,双线性易于实现,原理简单.思路 通过映射的方法,找出原像素点(x,y)到映射像素点(m,n)的灰度值的映射关系。①、设处理前后图像的宽度和高度分别为w、h,w’、h’。②、通过缩放比例,可以求得新图像B在(i,j)处对应原图像的点为(x,y)。举例:原图像256256,想要生成51原创 2022-06-02 22:47:55 · 144 阅读 · 0 评论 -
经典全变分图像去噪算法(tv算法)和维纳滤波结合 算法
具体的参考基于偏微分方程与维纳滤波的混合去噪方法 参考网络文献并且给与复现_人工智能专属驿站的博客-CSDN博客原理可以看到这个链接上的原理,代码都差不多基本的维纳滤波的效果 Tv的处理结果TV和维纳结合的算法的结果代码单独的维纳单独的TV算法维纳和TV算法融合的算法...原创 2022-06-02 22:40:03 · 917 阅读 · 0 评论 -
基于偏微分方程与维纳滤波的混合去噪方法 参考网络文献并且给与复现
提出一种小波变换与偏微分方程(PDE)结合的混合图像去噪方法,通过窗口改进的维纳滤波处理,运用偏微分综合模型进行二次滤波,其中的偏微分综合模型由 2 个权重函数将 PM 方程、方向扩散方程和 LLT 高阶 PDE 相结合构建形成。实验结果表明,该混合图像去噪方法能够克服以上 3 种 PDE 模型和维纳滤波的不足,增强图像去噪和边缘保护能力,去噪后可得到较好的图像视觉效果,提高算法的效率。基于偏微分方程与维纳滤波的混合去噪方法参考的文献如下 克 兢, 侯榆青, 王大凯, 等. 一种改进型保持形状的图像原创 2022-06-02 22:20:35 · 385 阅读 · 0 评论 -
基于SVD的图形压缩 SVD图像融合的技术研究
SVD算法可以进行图像融合,也可以进行图像压缩,如何实现图像的压缩和SVD图像融合显重要。本文主要采取SVD的算法进行图像融合,图像压缩的技术研究,Y用MATLB的GUI进行了研究和设计,达到了良好的效果原创 2022-06-01 17:43:49 · 163 阅读 · 0 评论 -
SVM的几个核函数对说话人身份识别的技术研究
根据具体的数据得到特征 然后采取svm分类,svm包含高斯核函数 线性核函数 RBF核函数 多项式核函数等采取了不同的核函数对说话人的身份进行识别 学习并掌握MATLAB程序设计方法;(4) 学习现有神经网络语音情感识别算法并对其进行评价;(5) 尝试对现有神经网络语音情感识别算法进行改进;语音库为4人6种情感,将语音预处理(端点检测、预加重、加窗分帧),特征提取,特征有:韵律特征(语速、能量、平均过零率、基音频率);音质特征(共振峰123);基于谱特征(梅尔倒谱系数mel线性预测系数、线性预测倒谱系数 )原创 2022-06-01 17:34:02 · 126 阅读 · 0 评论 -
基于Matlab GUI的心电分类界面设计系统代表了可以展示中值滤波等方法,还可以展示特征提取的方法,展示BP,SVM的分类展示系统,还能展示,p.t等采取bp.svm算法的技术研究
代表了可以展示中值滤波等方法,还可以展示特征提取的方法,展示BP,SVM的分类展示系统,还能展示,p.t等采取bp.svm算法的技术研究T波位于S-T段之后,是一个比较低而占时较长的波,它是心室复极所产生的,T波钝圆,占时较长,从基线开始缓慢上升,然后较快下降,形成前肢较长、后肢较短的波形。T波方向常和QRS波群的主波方向一致。在Ⅰ、Ⅱ、V4-6导联直立,aVR导联倒置。其他导联可直立、双向或倒置。如果V1直立,V3不能倒置均值滤波均值滤波也称线性滤波,主要思想为邻域平均法,即用邻域的几个信号的平均值来代替原创 2022-06-01 16:52:45 · 115 阅读 · 0 评论 -
1. Eeg数据的特征提取和BP神经网络的技术研究
可看出误差和相对误差的数值 可以看出 10个错误一个 还可以神经网络拟合的效果代表了不同数据的数据特征 Eeg数据的特征提取和BP神经网络的技术研究-机器学习文档类资源-CSDN文库原创 2022-06-01 15:54:37 · 204 阅读 · 0 评论 -
基于FFT的电机故障诊断和特征研究系统
可以从现实中,得到电机的故障有很多,比如机械松动问题,比如对心不良的问题,不如滚动轴承的问题,在这里采取了fft的变化,然后求解特征,进而可以得到不同特征下的数据,使得最后区分较为简单,可以很好的进行研究和实现,达到诊断研究的效果 dd=[ff(1);ff1(1);ff2(1);ff3(1)]%% ËĸöÑù±¾µÄµÚÒ»¸ö¡¢µÚ¶þ¸öÌØÕ÷dd1=[ff(2);ff1(2);ff2(2);ff3(2)]% ËĸöÑù±¾µÄµÚ2¸öÌØÕ÷axes(handles.axes9)bar(dd原创 2022-06-01 15:39:00 · 298 阅读 · 0 评论 -
轴承故障诊断和分类的系统 matlab GUI
根据fft变化的数据,得到ft变化的均值,方差等数据根据均值 方差等数据,得到数据的范围,根据范围的大小判断第几类故障实现设备的故障诊诊断和健康管理 代表登录界面代表了检测主界面图 代表了诊断的过程代表了诊断的过程可以看出 诊断为第一类故障 对心不良的问题轴承的故障很多,比如在在安装轴承时,我们需要记录机器种类,安装部位,使用条件及周围配合。通过研究总结轴承损伤的类型,发生问题时的使用环境,以避免类似情况再次发生。轴承损伤方式按下述图片分类,我们可以图片中显示的主要特征来判断轴承损伤形式。01、压痕碰伤现象原创 2022-06-01 15:30:39 · 547 阅读 · 0 评论 -
乐器的种类研究操作系统可以进行预加重,分帧,加窗,得到MFCC的特征。
可以进行预加重,分帧,加窗,得到MFCC的特征。可以看到乐器的种类很多但是怎么研究就是值得推敲的话题可以先得到数据的边缘检测效果,然后对边缘进行分帧、加窗等预处理操作语音信号的分帧是采用可移动的有限长度窗口进行加权的方法来实现的。当进行了分帧 加窗 过零率等处理后,可以提取他的mfcc特征MFCC:Mel频率倒谱系数的缩写。Mel频率是基于人耳听觉特性提出来的,它与Hz频率成非线性对应关系。Mel频率倒谱系数(MFCC)则是利用它们之间的这种关系,计算得到的Hz频谱特征,MFCC已经广泛地应用在语音识别领域原创 2022-06-01 15:20:17 · 180 阅读 · 0 评论 -
基于语音信息的MFCC_dtw算法的语音特征分类系统
在语音识别(SpeechRecognition)和话者识别(SpeakerRecognition)方面,最常用到的语音特征就是梅尔倒谱系数(Mel-scaleFrequency Cepstral Coefficients,简称MFCC)。根据人耳听觉机理的研究发现,人耳对不同频率的声波有不同的听觉敏感度。从200Hz到5000Hz的语音信号对语音的清晰度影响对大。两个响度不等的声音作用于人耳时,则响度较高的频率成分的存在会影响到对响度较低的频率成分的感受,使其变得不易察觉,这种现象称为掩蔽效应。由于频率较低原创 2022-06-01 14:46:49 · 259 阅读 · 0 评论 -
对信号进行时域分析 频域分析 熵分析,并且提取了相关的数据信号
首选,我们载入原始的信号,用matlab进行读取信号,然后对信号进行分析设计,得到特征信息。设计滤波器,并且进行滤波设计,可以采取平滑滤波,均值滤波,带通滤波,低通滤波,高通滤波等各种方法的滤波器设计,在带来了各种滤波信号后,对滤波后的数据进行研究分析,进而求解得到时间和频域的信息。对于频域信息,可以求解均值频率和中值频率的大小对于时间信息,可以得到积分制,均方根值,过零率等特征, 图 求解的时间的信息,比如积分的数值,均方根,还有过零率等数值和数据,并且可以进行绘制图像,得到结果图 求解的时间的信息,比如原创 2022-06-01 12:26:40 · 351 阅读 · 0 评论 -
基于颜色定位的物体识别系统研究
基于颜色定位,可以将物体转化为其他的颜色空间格式的图像然后根据颜色的取值范围,定位某些区域。得到感兴趣区域的数值进一步得到范围内的数据很显然,当转化颜色空间后根据颜色空间的多少,提取到各个部分的数据并且根据各个部分的阈值判断得到了红色区域的位置当调整阈值的范围 可以得到的数据结果如下所示显然的这个可以消除干扰,但是定位效果需要提升和优化,其中选择图像的代码为[filename,pathname] = uigetfile({'*.*';'*.jpg';'*.bmp';'*.gif';'*.png';'*.ti原创 2022-06-01 06:54:24 · 222 阅读 · 0 评论 -
各种方法求解周期 并且进行分类计数诊断研究
可以看出记性时域分析频域分析周期分析,采取了自功率谱 食欲同步平均 简介功率谱分析,自功率谱自相关时域同步平均包络 进行了包罗线的提取并且可以进行数据的分类,可以得到真实的数据 和诊断产生的数据可以看出记性时域分析频域分析周期分析,采取了自功率谱食欲同步平均 简介功率谱分析,自功率谱自相关时域同步平均包-机器学习文档类资源-CSDN文库原创 2022-05-31 22:16:14 · 99 阅读 · 0 评论 -
【无标题】小波分类和功率谱图 时间频率图 了频谱图 小波分解图 还有小波能力图
出时间频率图, 上个图代表了频谱图 小波分解图 还有小波能力图 小波分类和功率谱图小波分类和功率谱图时间频率图了频谱图小波分解图还有小波能力图-机器学习文档类资源-CSDN文库原创 2022-05-31 22:05:26 · 659 阅读 · 0 评论 -
SVM BP算法的鸟叫声识别
if p{u, 1} =='下蛋' biaoqian=[biaoqian;1]; elseif p{u, 1} =='欢快' biaoqian=[biaoqian;2]; elseif p{u, 1} =='受惊吓' biaoqian=[biaoqian;3]; elseif p{u, 1} =='呼吸啰音' biaoqian=[biaoqian;4]; elseif p{u,原创 2022-05-31 22:00:39 · 279 阅读 · 0 评论 -
基于铁路信号的故障诊断和分类技术研究 SVM算法
如日本ATC轨道电路、德国LZB系列轨道电路、法国UM系列轨道电路。日本ATC轨道电路主要用于新干线,可以向列车提供轨道状态以及临时限速等数字信息;德国LZB系统采用的是音频无绝缘轨道电路,其电气绝缘节是S型跳线,在隔离相邻区段信号的基础上平衡牵引回流;法国UM系列包含UM71、UM2000两种规格,UM71是无绝缘轨道电路们,如何判断一些轨道电路的故障,并且进行有效的故障诊断,通过其进行分类的研究显得较为重要,本文采集了部分数据,并且搭建了SVM的方法进行设计。BP 是一种基于生理学上的神经网络理论抽象化原创 2022-05-31 21:53:38 · 510 阅读 · 0 评论