说明：基于熵的端点检测算法，比传统的端点检测能更精确的检测出端点

端点 能熵比 端点检测-matlab matlab端点检测 detection

说明：基于短时零熵法的语音端点检测

能零比 端点检测 语音降噪 能零熵 零熵法

说明：图像处理（图像融合，图像加密等）的性能评价指标集包括：平均梯度，边缘强度，信息熵，灰度均值，标准差(均方差MSE)，均方根误差，峰值信噪比（psnr），空间频率(sf)，图像清晰度，互信息(mi)，结构相似性(ssim)，交叉熵(cross entropy)，相对标准差。

图像融合评价 边缘相似度 信息熵 ssim-mse 图像的标准差

说明：基于负熵和基于峭度的算法的相似系数和信干比相差不多，都能很好地实现信号的盲分离。基于峭度的FastICA算法的收敛速度要快，迭代次数比基于负熵的FastICA算法少四倍以上。从分离时间也可以看出基于峭度的算法比基于负熵的算法快将近四倍。SIR随信噪比增大的结果图可以看出存在高斯噪声时，基于峭度的Fa...

matlab 算法 比较 经典 信号 分离

说明：这是个关于短时能量及谱熵的端点检测，还比较初步

短时能量检测 能量谱熵 谱熵-matlab 谱熵 谱熵-端点检测

说明：通过反复训练模板能有较高的识别率，主要是基于mtlab的程序，基于负熵最大的独立分量分析，基于欧几里得距离的聚类分析，应用小区域方差对比，程序简单，主要为数据分析和统计。

模板 程序 简单 应用 训练 分析 基于 识别率 主要 通过 统计 区域 分量 数据分析 独立 距离 最大 方差 对比 负熵 反复 mtlab 欧几里得

说明：模糊熵，为解决从信号中提取故障特征难的问题, 介绍了一种新的信号故障特征提取方法—— 多尺度熵( multi-scale entro py, 简称MSE) , 并将样本熵和多尺度熵分别应用于转子故障信号复杂性的度量, 以提取故障特征。试验数据 分析表明, 与样本熵相比, 多尺度熵更能有效地实现转子故...

特征熵提取 故障数据 多尺度模糊熵 多尺度-熵 故障度量

说明：这个是一个排序熵的程序，它能够达到信息熵的目的，算是一个改进的方法。应用起来比较方便

改进熵 熵的方法 熵-应用 信息熵 熵排序

说明：  由灰度共生矩阵能够导出许多纹理特征，计算了14种灰度共生矩阵特征，分别为纹理二阶距、纹理熵、纹理对比度、纹理均匀性、纹理相关、逆差分矩、最大概率、纹理方差、共生和均值、共生和方差、共生和熵、共生差均值、共生差方差、共生差熵。

matlab 提取 比较 特征 纹理

说明：Relief计算分类权重，基于人工神经网络的常用数字信号调制，一些自适应信号处理的算法，能量熵的计算，直线阵采用切比学夫加权控制主旁瓣比，FMCW调频连续波雷达的测距测角。

matlab 算法 代码 智能 控制 一个 实现 预测