搜索资源列表
机械振动学
- 机械振动学： 《机械振动学》（研究生）（46学时内容与实施计划） Part Ⅰ.线弹性系统的振动 Chapter1.多自由度系统的振动分析 Chapter2.弹性体的振动分析 Chapter3.多自由度系统的特征值、特征向量的计算 Chapter4.振动分析的数值方法 PartⅡ.随机振动 Chapter1.随机过程概论 Chapter2.随机过程的时域分析 Chapter3.随机过程的频域分析 Chapter4.系统的响应函数 Chapter5.系统的随机振动分析 Chapter6.结构随机响
052520
- 提出了一种用于矢量量化的改进的聚类算法,该算法在MKM(Modified K-Means)算法的框架的基础上,对初始码本的生成、失真测度的选择、*型胞腔的处理等方面进行了改进,从而减少了原算法在能量和增益上对聚类结果的影响.并将该算法应用于波形编辑孤立字识别器,这种识别器直接对语音样本的时域波形进行训练和聚类,不需要提取语音参数,算法复杂度较低,加上提出的聚类算法失真测度简单易实现,对芯片的运算能力要求不高,非常适用于有低成本要求的语音识别器场合.通过中文元音字识别的实验证明,在相同码本尺寸下
era
- 本文提出的特征系统实现算法是多输入多输出的时域模态参数识别方法, -eigensystem realization algorithm,ERA
prog1
- 本软件主要用于结构的时域试验模态分析，包括单输入单输出，单输入多输出和多输入多输出程序设计。传统的模态分析软件大多是基于频域分析方法，需首先对采样信号进行Fourier 变换。本软件使用实测时域信号，无需Fourier变换，可以避免由于信号截断而引起泄露、出现旁瓣、分辨率低等问题对辨识精度的不利影响。此外，节省了计算机运算时间，可以对实际工况状态下的结构进行在线参数识别。-This software is mainly used for the structure of time-domain
jingeiARTYU
- 本资料的功能为：运用数学统计方法和时间序列分析方法对原始振动信号进行分析，获取相应的时域，频域，频域及时间序列模型参数并以此作为特征参数，然后运用距离区分技术进行评估，选取敏感的特征参数作为ART-similarity分类器的输入并进行训练，最后便可识别出设备的性能状态。 基于YU范数对承不同预紧状态的分析，针对进给系统所采集的数据样本事先不知其对应的状态时，则可利用基于YU范数的ART-Similarity监督分类器对其进行诊断分析。针对基于Yu范数ART-Similarity的算法
motaicanshu
- 模态参数的时域识别方法，即在时间域内识别试验结构模态参数。-Time-domain modal parameter identification method, that is, the structure in time domain modal parameter identification experiments.
LS
- 试验模态分析的时域识别方法的一种，可以识别出信号的模态参数，固有频率阻尼比振型系数，-Experimental modal analysis of a time-domain identification method that can identify the signal modal parameters, natural frequency mode of vibration damping ratio coefficient,
ITD
- 时域模态参数识别方法，有效的识别时域信号 并提取模态参数。效果较好-Time-domain modal parameter identification methods, and effective identification of time-domain signal and extraction of modal parameters. Better-
Identification-for-OFDM
- 一种新的OFDM信号盲识别算法，利用多载波OFDM信号在时域上的近高斯性，提取信号特征参数Q作为分类特征-A new algorithm for the identification of Orthogonal Frequency Division Multiplexing(OFDM)signal is proposed．The feature parameter a is used to discriminate OFDM signal because of their asymptot
IDT
- IDT法模态参数识别：通过编写代码在matlab中实现结构动力参数的时域识别。-IDT method modal parameter identification: by writing code in Matlab in structural dynamic parameters of the time-domain identification.
dsp
- 实现功能 1) 在用户界面设置录音时长并实时录音 2) 调节放音幅度、播放原声并进行时域、频域绘图 3) 对收集的声音进行倒放处理并播放 4) 对收集声音进行回声处理并播放，比对时域波形 5) 对收集声音进行回响处理并播放，比对时域波形 6) 对经过回声处理的声音进行回音消除并比对时域波形 7) 采用自适应滤波器消除采集声音中的环境噪音 8) 设计相应的滤波器组成均衡器对收集的声音进行处理并播放 9) 男女声识别 10) 设计参数可调的滤波器对采集的声音进
vibra_motaishiyu
- matlab实现振动信号试验模态参数时域识别：STD法和复指数法-matlan achieve vibration signals in time domain experimental modal parameters identification: STD modal parameter identification method and the complex exponential law modal parameter identification
era
- 模态参数识别时域算法ERA，目前最实用的算法，需要配合随机减量法或NExT算法。-Modal parameter identification in time domain algorithm ERA, the most practical algorithm, need to meet the random decrement method or NExT algorithms.
era
- 基于时域的模态参数识别算法，特征系统实现法。-Modal parameter identification algorithm based on time domain, the characteristics of the system implementation method.
VAR
- 时域模态分析方法中的多元自回归模型，用于识别结构的模态参数。-Multivariate autoregressive model of time domain modal analysis method, is used to identify structural modal parameters.
dqpxzwik
- 本程序的性能已经超过其他算法，xRvQTVW参数主同步信号PSS在时域上的相关仿真，可以实现模式识别领域的数据的分类及回归，包含收发两个客户端的链路级通信程序,UialvPF条件包括最小二乘法、SVM、神经网络、1_k近邻法,包含特征值与特征向量的提取、训练样本以及最后的识别。- This program has exceeded the performance of other algorithms, xRvQTVW parameter PSS primary synchronization
pazsehay
- 主同步信号PSS在时域上的相关仿真，BaMffPa参数一种流形学习算法（很好用），具有丰富的参数选项,单径或多径瑞利衰落信道仿真，lzIfUpH条件毕业设计有用，可以实现模式识别领域的数据的分类及回归。- PSS primary synchronization signal in the time domain simulation related, BaMffPa parameter A fluid manifold learning algorithm (good use), It has
uwexkykg
- 多目标跟踪的粒子滤波器，从先验概率中采样，计算权重，分析了该信号的时域、频域、倒谱，循环谱等,车牌识别定位程序的部分功能，重要参数的提取，最小均方误差（MMSE）的算法。- Multi-target tracking particle filter, Sampling a priori probability, calculate the weight, Analysis of the signal time domain, frequency domain, cepstrum, cyclic
rqjrubsj
- 实现了对10个数字音的识别，是一种双隐层反向传播神经网络，分析了该信号的时域、频域、倒谱，循环谱等,具有丰富的参数选项,是机器学习的例程，使用拉亚普诺夫指数的公式。-To achieve the recognition of 10 digital sound, Is a two hidden layer back propagation neural network, Analysis of the signal time domain, frequency domain, cepstrum,
9试验模态参数的时域识别方法
- 关于模态参数的时域识别方法，文件夹中包括6个源程序(For modal parameter identification in time domain, the folder contains 6 source programs.)