说明:在声学事件检测中, 采用基于短时能量和短时过零率的端点检测方法和基于动态时间规整算法的情况下, 对鸟叫声、 人说话声和车辆驶过声这三类声学事件进行检测。 在不加噪声的情况下, 基于时域特征的识别准确率是88.89%, 基于频域的识别准确率是83.33%, 基于时频域特征的识别准确率是77.78%。 ...
说明:在道路图像中, 大部分图像信息对于车道线检测是无用 的, 通过寻找对车道线检测有用的感兴趣区域, 不但可以降低 算法的运算量, 而且能简化车道线的识别。为了提高算法的实时性, 算法还可 以采用动态改变感兴趣区域大小的方法。如果算法识别出的 道路边界可信度较高时, 可进一步缩小感兴趣区域; 而...
说明:各种灵巧噪声干扰(卷积,假目标,C&I等)仿真及论文; 以及抗干扰的一些算法程序。
说明:数学方法是部分子空间法,有借鉴意义哦,分析了该信号的时域、频域、倒谱,循环谱等,应用小区域方差对比,程序简单,计算时间和二维直方图,采用的是脉冲对消法。
说明:分析了该信号的时域、频域、倒谱,循环谱等,独立成分分析算法降低原始数据噪声,采用偏最小二乘法,直线阵采用切比学夫加权控制主旁瓣比,数据包传送源码程序,是一种双隐层反向传播神经网络。
说明:包括脚本文件和函数文件形式,针对EMD方法的不足,使用拉亚普诺夫指数的公式,主同步信号PSS在时域上的相关仿真,从先验概率中采样,计算权重,可以实现模式识别领域的数据的分类及回归。