基于小波变换模极大值法的涂层信号奇异性检测

在信号的检测及控制系统中,往往混入一些干扰的噪声信号,它们会使测量结果产生很大的误差。这些误差将导致后勤工作无法进行,甚至会引起控制程序的紊乱,从而造成控制系统中执行机构产生误动作。在受干扰背景下有效

生命信号由于受到人体等诸多因素的影响,具有信号弱、噪声强、频率范围较低和随机性强的特点,用传统的傅里叶变换提取具有局限性。而具有多分辨分析特性的小波变换,可利用时频平面上不同位置的不同分辨率,有效地从

针对目前动态汽车衡因货车拖磅称重而导致称重信号异常及称重不准确问题,提出采用小波变换极大值信号重构算法对拖磅称重信号进行处理:首先将拖磅称重信号逐层分解到不同频域和时域,在保持频率不变的条件下,对称重

Mexican Hat函数是Gauss函数的二阶导数，Mexican Hat小波变换的优点是在时域和频率都有很好的局部化，是对称的，可用于连续小波变换。并且比较接近人眼的空间响应特征，可用于计算机视觉

:提出一种基于离散小波变换的信号分解算法.实验结果表明,该算法较好地克服了传统信号分解在高频段的频率分辨率 较差,而在低频段的时间分辨率较差的缺点。

小波变换的图像边缘检测,描述了在个中情况下对图像边缘的检测,很多!

基于小波变换特征的织物瑕疵检测算法代码，matlab平台下的

用小波变换对信号进行消噪重构。更多资料可以查看参考书Matlab数字信号处理与应用。

我们求解了一个爱因斯坦方程的1 + 5维圆柱重力波解，其中有两个曲率奇点。 然后，我们表明可以通过扩展时空来消除曲率奇异点之一。 结果表明，曲率奇异性并不总是时空奇异性。 换句话说，曲率奇异性不能用作

利用遗传算法求Rosenbrock函数的极大值