搜索资源列表
-
0下载：
：由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效， 提出
应用独立成分分析( I C A) 方法对声音信号进行特征提取， 并证明了这种 I C A 变换能增强语音和音
乐信号的超高斯性． 在此基础上， 应用 I C A基函数作为滤波器， 通过阈值化的去噪方法对含有强高
斯背景噪声的声音信号进行去噪仿真实验． 结果表明， 本方法明显优于传统的均值滤波和小波去噪
方法， 为强背景噪声下弱信号的检测提供 了新的途径．-: As many of the t
-
-
6下载：
基于小波变换的碰磨故障信号的特征提取，可以画出信号原图，轴心轨迹，频谱图以及多层小波变换的重构信号-Based on wavelet transform rubbing fault signal feature extraction, the signal can be drawn artwork, orbit, spectrum and signal reconstruction wavelet multi-
-
-
0下载：
小波变换是一种信号的时间—尺度分析方法，它具有多分辨率分析的
特点，而且在时频两域都具有表征信号局部特征的能力。由于其在信号处
理领域表现出的优异性能，目前在生物医学领域，广泛应用于信号检测、
特征提取、图像处理、信号压缩等方面。
-Wavelet transform is a signal of the time- scale analysis method, it has the characteristics of multi-resolution analysis, bu
-
-
0下载：
EEG signal classification using wavelet feature extraction
-
-
0下载：
EEG signal classification using wavelet feature extraction
-
