自适应滤波与相关滤波在冲击响应信号特征提取中的应用

由于人工神经网络具有较强的学习能力、自适应能力、复杂映射能力等智能处理能力,使得其在各个领域都有较广泛的应用。在各类神经网络模型中,较常用的算法是误差反向传播(BP)算法。但在实际应用中,BP神经网络

特征提取的基本概念；常见特征提取方法；特征选择的基本概念

我们通常的方法是对图像库中的图片提取响应的特征，如果我们为了提高查询的准确率，通常会提取一些较为复杂的特征

针对相关滤波跟踪在遮挡及目标尺度变化等情况下容易跟踪失败的问题, 提出一种基于在线检测和尺度自适应的相关滤波跟踪算法。相关滤波跟踪器融合方向梯度直方图特征、颜色属性特征和光照不变特征进行目标定位;通过

针对相关滤波目标跟踪算法空间正则权重没有与目标建立联系和时间正则项不能自适应更新的问题,提出自适应时空正则化的相关滤波目标跟踪算法。首先,利用初始帧的显著感知参考权重,使自适应空间正则项能够在后续跟踪

1设置特殊AR模型2用白高斯噪声激发模型3显示输出4将输出反馈回逆模型5显示最终输出6使用Matlab-Simulink实现流程

基于FRFT的LFM信号自适应滤波算法及分析文献

自适应滤波算法的matlab实现，包括图形代码以及说明，以毕业论文的形式呈现

自适应滤波算法的研究 第1章绪论 1.1课题背景 伴随着移动通信事业的飞速发展自适应滤波技术应用的围也日益扩 大早在20世纪40年代就对平稳随机信号建立了维纳滤波理论根据有 用信号和干扰噪声的统计特性

包含了lms,rls等多种算法. 例如lms: %LMS4 Problem 1.1.2.1 % % 'ifile.mat' - input file containing: % I - members