说明:gmcalab 快速广义的形态分量分析算法,用于图像修复,稀疏分解、降噪等,用途广泛。从mca主页下载的
稀疏分量分析 GMCA算法 稀疏分解 形态分解 稀疏
说明:为了精准、稳定地提取滚动轴承故障特征,提出了基于变分模态分解和奇异值分解的特征提取方法,采用标准模糊C均值聚类(fuzzy C means clustering, FCM)进行故障识 别。对同一负荷下的已知故障信号进行变分模态分解,利用 奇异值分解技术进一步提取各模态特征,通过FCM形成标准聚类中心...
滚动轴承 分模态分解 奇异值分解 C均值聚类 FCM 分模态分解 奇异值分解
说明:这是一个二维模态分解的一个程序,是分析图形的一个新的方法。
BEMD 二维模态分解 分析图形
说明:二维经验模态分解,采用形态学求极值点,径向基神经网络拟合,速度较快。
2D EMD 二维经验 模态分解
说明:小波分解可以使人们在任意尺度观察信号,只需所采用的小波函数的尺度合适。小波分解将信号分解为近似分量和细节分量,它们在应用中分别有不同的特点。比如,对含有噪声的信号,噪声分量的主要能量集中在小波分解的细节分量中,对细节分量做进一步处理,比如阈值处理,可以过滤噪声。
信号分解 数学形态学 小波变换 形态小波分解 小波-形态学 形态小波
说明: 该代码针对滚动轴承故障振动信号呈现出非线性、非平稳性及噪声背景较强等特点,为了有效提取故障特征,使用的一种共振稀疏分解(Resonance-based sparse signal decomposition,RSSD)与小波变换相结合的振动信号特征提取技术的相关仿真实验程...
RSSD 共振稀疏分解 小波变换 RADWT
说明:gmcalab 快速广义的形态分量分析,做视觉测量的上位机代码,在matlab R2009b调试通过,对信号进行频谱分析及滤波,这是一个好用的频偏估计算法的matlab仿真程序,有较好的参考价值。
matlab 算法 源程序 分解 均值 全面 局部 LMD
说明:数字图像处理:阈值分割及形态学处理,本程序出色的完成了图形提取,内容包括程序,讲解和运行结果
数字 图像 处理 阈值分割 形态学
说明:采用波束成形技术的BER计算,包括广义互相关函数GCC时延估计,给出接收信号眼图及系统仿真误码率,欢迎大家下载学习,粒子图像分割及匹配均为自行编制的子例程,是一种双隐层反向传播神经网络。
程序 调试 分解 模态
说明:程序代码说明P0401:用Prewitt算子检测图像的边缘P0402:用不同σ值的LoG算子检测图像的边缘P0403:用Canny算子检测图像的边缘P0404:图像的阈值分割P0405:用水线阈值法分割图像P0406:对矩阵进行四叉树分解P0407:将图像分为文字和非文字的两个类别P0408:形态学...
Prewitt算子 σ值 LoG算子 Canny算子 阈值分割 水线阈值法 四叉树分解 形态学 Prewitt σ LoG Canny