产生线性调频信号,联合分析方法,其思想是假定信号在较短的时间内是平稳的,它将一个的变化的信号分为若干个时间段,在每个时间段内计算信号频谱,然后将各个时间段内信号频谱堆叠显示,从而了解信号频率成分随时间的变化情况,使得同时在时域和频域分析信号成为可能。缺点是信号的时频分辨力受固定窗函数限制,受不确定性准则的约束,时频分辨力不可能同时提高,采用高斯窗函数的Gabor变换能达到在固定窗函数下的最佳时频联合分辨率。
2022-03-22 21:03:27 708B matlab 线性调频信号
1
计算置信区间的matlab代码数据库管理系统 动态贝斯多锥估计MATLAB代码 说明:该存储库包含在动态贝斯多锥度估计范例中开发的算法的实现。 版权所有(c)2017 Proloy Das保留所有权利 接触: 引用:如果您发现这些代码对您的研究有帮助,请引用以下任何/两篇文章: (1) Das和B. Babadi,动态贝斯多锥光谱分析; IEEE Trans。 关于信号处理,第一卷。 66号2018年3月15日,第6页,第1394-1409页。(链接:) (2)页Das,B. Babadi,一种用于非平稳数据的贝斯多锥方法及其在EEG分析中的应用; 2017年12月2日,宾夕法尼亚州费城,IEEE医学和生物学信号处理研讨会(SPMB17)。 (关联: ) 日期:2017年6月5日 要求:在Matlab R2016b版本中实现,但应在大多数版本上运行。 内容: 1. main.m: Master script. 2. TSpectrogram.m: genrates single taper sSpectrogram estimates. 2. MTSpectrogram.m:
2022-03-22 18:18:15 13KB 系统开源
1
斯正规化 BP 神经网络有效的避免了神经网络学习过程中的过拟合问题,且当实际资料中样本量有限或无法保证代表性时,使用贝斯正规化方法建立神经 网络可以提高其泛化能力
2022-03-22 12:50:16 543KB 神经网络
1
针对垃圾邮件泛滥的问题,本文基于朴素贝斯算法构建了邮件过滤系统,并采取平滑、归一化等方法进行数据预处理,提取结构与统计特征,通过邮件地址、邮件内容等多个方式进行过滤。计算机测试后表明本算法提高了垃圾邮件识别精度与准确率。
1
matlab离散正弦代码Gammatone Filterbank工具包 使用人类听觉感知模型分析声音的实用程序。 杰森·海瑞斯(Jason Heeris),2013年 概括 这是将Malcolm Slaney和Dan Ellis的gammatone滤波器组MATLAB代码移植到Python 2和3(使用Numpy和Scipy)的方法,下面将对此进行详细介绍。 它通过通过伽马通滤波器组运行信号来分析信号,类似于基于傅立的频谱图分析。 安装 您可以使用以下命令直接从此git存储库安装: pip install git+https://github.com/detly/gammatone.git ...或者您可以根据自己的喜好克隆git存储库,然后执行以下操作: pip install . ...或者: python setup.py install ...来自克隆的树。 依存关系 麻木 科学的 鼻子 嘲笑 matplotlib 使用代码 请参阅。 为了演示,找到一个.wav文件(例如),然后运行: python -m gammatone FurElise.wav -d 10 ...以查看
2022-03-21 12:26:09 56.69MB 系统开源
1
A first course in mathematical modeling 数学建模原书第四版
2022-03-21 09:31:32 43.2MB 叶其孝 姜启源 数学建模
1
时域积分性质证明 变上限积分用带时移的单位阶跃的无限积分表示,成为 交换积分顺序 ,即先求时移的单位阶跃信号的傅里变换
2022-03-20 20:22:45 5.36MB 傅立叶变换
1
提出了一种基于分数阶傅里变换(FrFT)和混沌的彩色图像加密算法。 将原始彩色图像的颜色转换为HSI(色相饱和度强度),并通过基于FrFT的随机相位编码对S分量进行转换,以获得新的随机相位。 使用H分量和新的随机相位作为两个相位板,通过基于FrFT的双随机相位编码来转换I分量。 然后使用混沌加扰技术对图像进行加密,从而使所得图像在空间域和频域均具有非线性和无序性。 另外,密文不是彩色图像而是灰色图像和相位矩阵的组合,因此密文在某种程度上具有伪装特性。 数值仿真结果证明了该算法的有效性和安全性。
1
文档及matlab 程序,,不同谐波次数逼近原信号,
2022-03-20 14:06:28 109KB mfile
1
斯网络用于分类和因果关系分析 (1) Naïve Bayesian networks (2) Tree augment Bayesian networks, et al. (3) PC (Spirtes et al.,2000) , IC(Pearl,2000) algorithm
2022-03-20 12:26:14 746KB 贝叶斯
1