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. contourlet_toolbox

  2. 轮廓波变换的源程序，是用MATLAB写的

  3. 所属分类：其它

    • 发布日期：2012-11-28
    • 文件大小：451584
    • 提供者：cqyanhe

  1. 再谈USB3.0-测试关键技术.pdf

  2. 笔者这篇文章将总结 USB3.0 的测试方案，归纳 USB3.0 发射并重点介绍接收测试的一些关键技术和原理，比如 USB 3.0 的一致性通道、抖动传递函数、接收端的均衡技术、接收端抖动一致性和容忍度测试的原理、如何进入环回、如何进行 SER（误符号率）测试、以及一些实际测试中的常见问题，与读者分享。致性通道(comp| iance channels) 为了更好的模拟实际的USB3.0拓扑,及反映真实最极端情况下USB3.0的电 气性能,规范根据典型的走线长度和最长的电缆长度,定义了几种不同的

  3. 所属分类：硬件开发

    • 发布日期：2019-10-07
    • 文件大小：1048576
    • 提供者：lb522403323

  1. 安科瑞ACR72E网络/测控电力仪表.pdf

  2. 安科瑞ACR72E网络/测控电力仪表pdf,安科瑞ACR72E网络/测控电力仪表：ACR72E/EL网络电力仪表，是针对电力系统、工矿企业、公用设施、智能大厦的电力监控需求而设计的网络电力仪表。它能测量所有的常用电力参数，如单相电流、电压，有功、无功功率，电度等。由于该电力仪表还具备完善的通信联网功能，所以我们称之为网络电力仪表。它非常适合于实时电力监控系统。第一章安装指南 1网络电力伙表 J.箴介 ACR72EEL网络电力仪表,是针对电力系统、工矿企业、公用设施、智能大厦的电力监控 需求而设计

  3. 所属分类：其它

    • 发布日期：2019-09-14
    • 文件大小：273408
    • 提供者：weixin_38744153

  1. 阵列信号处理试题及答案_国科大.pdf

  2. 本资源是国科大阵列信号处理课程考试的一套题，附有当时考生的个人完整答案总结在误差(协方差矩阵估计精度受样本数目的限制),会影响波束形成器的性能。随着 快拍数增加,波束形成器性能逐渐趋向于 波束形戊器。数据样本中不存在期 望信号时,要保证波束输出比最优情况下损失在以内,样本快拍数大约需 要大于2M。数据样本中期望信号越大,波束形成器的性能下降约严重。 如下图所示,假设M=2 泼束形成器加权向量为 WMVDR=a924,主要考虑以 下几种情况:只有空间白噪声时,Rx=1 波束形成器蜕化为常规波東形成

  3. 所属分类：讲义

    • 发布日期：2019-07-08
    • 文件大小：586752
    • 提供者：cxk207017

  1. 使用非下采样Contourlet变换从单个图像中提取照明不变的面部特征

  2. 不同的照明条件下的人脸识别是具有挑战性的，尤其是对于单个图像的基于识别系统。 精确的光照不变性是解决此问题的有效方法。 但是，现有的方法是很难同时抽取多尺度和多- 在同一时间，这对于captur 荷兰国际集团的面部图像的内在特性重要directiv 两者均几何结构。 在本文中，我们建议采用对数非抽样Contourlet变换（LNSCT）到estimatË 来自单张脸部图像的反射率分量，并将其称为用于脸部识别的照度不变特征，其中NSCT是完全位移不变，多尺度和多方向的变换。 低碳CT 可以使

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：866304
    • 提供者：weixin_38588520

  1. 非下采样Contourlet 域中基于改进隐马尔可夫树的低剂量CT 图像去噪

  2. 提出一种基于小波域内统计建模的低剂量计算机X 线断层(CT) 图像去噪新方法。利用非下采样Contourlet 变换(NSCT)获得具有平移不变性的多尺度、多方向频率子带；结合噪声特点,通过统计参数预置改进隐马尔可夫树(HMT)模型,加速构建层间、方向间不同子带系数的概率转移矩阵,采用期望最大(EM)算法训练获得边缘概率密度；设计Bayes 最大后验概率(MAP)估计器对图像噪声进行建模与滤除。实验表明:相比小波HMT 去噪、Contourlet 软阈值去噪等同类方法,该方法提高了噪声估计精度,

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：1048576
    • 提供者：weixin_38693311