注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于压缩感知的脑电信号压缩采样

  2. 压缩感知在脑电信号中的应用，在医学实践中，通常会进行长时间的多次重复性的多通道脑电图测量，因此会产生 大量数据。如何有效处理这些数据是一个函待解决的问题。近年来出现的压缩感知理论 为有效解决这个问题提出了新的解决思路。鉴于此，本文首先介绍了EEG信号的先验 基础知识和压缩感知的理论框架。接下来研究了基于压缩感知理论对单通道EEG信号 的压缩采样，内容包括脑电信号最佳稀疏分解，通过实验对比发现，对于EEG信号， 以高斯函数、高斯小波函数、墨西哥草帽函数作为原子的生成函数构造的冗余字典，可 以实现

  3. 所属分类：医疗

    • 发布日期：2012-07-12
    • 文件大小：7340032
    • 提供者：yonghan911

  1. 研究论文-时变AR模型阶数确定与系数估计的方法.pdf

  2. 研究了用时变自回归（TVAR）模型对非平稳信号建模的方法.对该模型进行详细分析，探讨了参数模型辨识存在的2大问题：模型阶数的确定和基函数的选择.基于现定阶准则只适用于短时平稳信号的分析，所以利用具有时变特性的信息理论准则（information theoretic criteria，ITC）来确定模型的阶数.通过引入基函数，利用最小二乘算法对模型系数进行估计，从而将非平稳信号的时变模型转化为线性时不变模型，并比较了几种基函数的拟合性能.证明了由于墨西哥草帽小波基函数具有良好的时频特性并且在使用

  3. 所属分类：其它

    • 发布日期：2019-08-07
    • 文件大小：387072
    • 提供者：weixin_39840924

  1. MATLAB绘图PPT空间三维作图与符号作图-matlab绘曲线图.ppt

  2. MATLAB绘图PPT空间三维作图与符号作图-matlab绘曲线图.ppt MATLAB绘曲线图的PPT，讲得很清楚，包含一些函数的画法，如墨西哥草帽函数。

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：697344
    • 提供者：weixin_39841365

  1. LSTM拟合墨西哥草帽函数.rar

  2. RNN递归神经网络是用于处理序列变化的神经网络，简单的RNN无法处理由于递归产生的梯度爆炸、梯度消失的问题，不能利用长时序的信息。LSTM则通过门控判断input是否应该被记住或忘掉，能利用到长时序的信息。

  3. 所属分类：电信

    • 发布日期：2020-05-18
    • 文件大小：50176
    • 提供者：weixin_44896707

  1. 一种功能分区的BP神经网络结构设计方法

  2. 针对全连接BP 网络在解决大规模复杂问题时存在的收敛速度缓慢等问题, 提出一种功能分区的BP 网络结构模式. 利用RBF 神经元的物理特性对输入样本空间进行分解, 并将分解后的样本送给不同的子BP 网络学习. 与全连接BP 网络相比, 降低了网络在学习过程中的权值搜索空间, 提高了学习速度, 改善了网络泛化性能, 体现了人脑在学习过程中的知识积累特征. 对三维墨西哥草帽函数逼近和双螺旋分类的实验结果表明, 该网络能够解决全连接BP 网络不能有效解决的问题.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：260096
    • 提供者：weixin_38582506