- 博客(5)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 MATLAB二级抽取结构的抽取效率计算以及滤波器的详细设计
构建多音信号，最高频率为800HZ，分析频谱特点。抽取频率384KHZ，采用二级抽取将抽样率缩减为2KHZ，采用凯泽窗，设计滤波器，给出了抽取后的时域频域波形
2020-06-29 17:00:55
1369
原创 经典多张人脸肤色检测模型+微调改进
人脸检测改进模型1. 读取RGB图像I = imread(img_name);并对图像运用色彩均衡算法进行光照调整。I=GrayWorld(I);%%%图像光照调整2. % 转换为灰度图像gray = rgb2gray(I);% 将图像转化为YCbCr颜色空间YCbCr = rgb2ycbcr(I);3. 根据肤色模型将图像二值化再进行形态学处理。膨胀之后二次腐蚀，再去除边缘多余区域，填补小空洞。以下给出关键代码。该模型在图像背景简单，图像中人脸数较少时表现较好。还有很多可改进之处，欢迎交流。肤色
2020-06-29 17:57:56
724
原创 VIBE背景建模MATALB代码
VIBE模型Vibe 是一种通用的运动目标检测算法，对于视频流类型、颜色空间、场景内容没有特定要求。首次将随机选择机制引入到背景建模中，通过随机选择样本估计背景模型的方式描述实际场景的随机波动性。通过调节时间二次抽样因子，使极少的样本值就能覆盖所有的背景样本，兼顾了准确率和计算负载。抑噪能力强，噪声等干扰信息在传播之前须与背景模型相匹配，显而易见，无法匹配，从而抑制了干扰信息的传播。VIBE是一种像素级的背景建模、前景检测算法，该算法主要不同之处是背景模型的更新策略，随机选择需要替换的像素的样本，随机选择
2020-06-29 17:32:02
855
3
原创 机器学习中多分类问题处理成二分类问题的四种拆分策略
在机器学习中经常将多分类问题处理成二分类问题，给出三种以上的拆分策略1) 一对一（One vs. One, 简称OvO）OvO将N个类别两两配对，从而产生N(N-1)/2个二分类任务。在测试阶段，新样本将同时提交给所有分类器，得到N(N-1)/2个分类结果，最终结果可由投票产生，或根据各分类器的预测置信度等信息进行集成。2) 一对其余（One vs. Rest, 简称OvR）OvR每次将一个类的样例作为正例、所有其他类的样例作为反例来训练N个分类器。在测试时若只有一个分类器预测为正类，则对应的.
2020-06-29 17:19:48
10161
原创 MATLAB代码 有限冲激响应（FIR）滤波器和无限冲激响应（IIR）滤波器
【摘要】文章设计了一个数字信号处理仿真实验，产生一个信号，其频率成分为f1和f2，并对其进行理想采样，采样频率为fs；对采样后的信号采用快速傅里叶变换进行频谱分析，以验证信号频率的正确性；并设计有限冲激响应（FIR）滤波器和无限冲激响应（IIR）滤波器将信号分离为仅有f1或f2的正弦信号。
2020-06-29 16:25:32
8405
4
二级抽取结构的抽取效率以及滤波器的详细设计
2020-06-29
有限冲激响应（FIR）滤波器和无限冲激响应（IIR）滤波器设计MATLAB代码
2020-06-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人