本程序是一个柴油机故障诊断特诊提取的代码,均值,功率谱等。
2022-10-08 21:11:35 5.94MB vc++ 数字信号处理,特征提取
1
目前支持进行提取的特征包括: 1.max :最大值 2.min :最小值 3. mean :平均值 4.peak :峰峰值 5.arv :整流平均值 6.var :方差 7.std :标准差 8.kurtosis :峭度 9.skewness :偏度 10.rms :均方根 11.waveformF :波形因子 12.peakF :峰值因子 13.impulseF :脉冲因子 14.clearanceF:裕度因子 15.FC:重心频率 16.MSF:均方频率 17.RMSF:均方根频率 18.VF:频率方差 19.RVF:频率标准差 20.SKMean:谱峭度的均值 21.SKStd:谱峭度的标准差 22.SKSkewness:谱峭度的偏度 23.SKKurtosis:谱峭度的峭度 function fea = genFeatureTF(data,fs,featureNamesCell) % 时域、频域相关算法的信号特征提取函数
2022-10-08 16:20:13 14KB 特征提取 时域特征 频域特征 谱峭度
1
使用inception思想改进残差块,进行特征提取的图像超分算法。在Set5测试集上最高可达37.4db
2022-10-04 21:05:42 10.29MB 图像超分
1
本文通过考虑深度在特征提取和泛化中的作用,研究了深度网络的理论优势。主要贡献是四个。首先,在相同的容量成本下 (通过覆盖数量),我们证明了深网在提取组结构特征方面优于浅网。其次,我们证明了深remu网是提取平滑度特征的最佳工具之一。第三,我们严格证明了特征对深度和反之的适应性,从而得出了在深度网络上实现经验风险最小化的最佳学习率。最后,我们进行了广泛的数值实验,包括玩具模拟和真实数据验证,以显示深度网络在特征提取和泛化方面的出色表现。所有这些结果为深度学习的成功提供了合理的解释,并为使用深度网络提供了坚实的指导。在本文中,我们仅考虑回归问题中的深度选择。为分类制定类似的结论将是有趣且重要的。我们将考虑这个主题,并在以后的研究中报告进展。
2022-09-30 16:05:13 1MB 特征提取
1
olpp(正交局部投影人脸特征提取),针对人脸识别的特征提取算法,提出的一种基于流形的非线性特征提取算法。
2022-09-27 11:53:34 2.68MB olpp 正交局部投影 人脸 特征提取
1
包含yolov7算法预训练模型及yolov7代码下载、训练、测试、评估的代码指令,配置好相关环境可以直接运行。
2022-09-23 12:05:10 66.63MB yolov7 目标检测 jupyter 特征提取
1
有用的BEMD程序,可进行图像EMD分解,为图像识别做好准备。
2022-09-19 16:21:29 1KB BEMD; 特征提取; 分类识别
1
苹果特征提取与伤疤检测,葛亮,郭永豪,在国际市场上,高品质意味着高收入,所以迫切需要进行农产品品质的监测技术的研究,在苹果分类方面,由于很难区分苹果的伤疤和梗
2022-09-17 16:42:50 217KB 苹果伤疤
1
主分量分析,用于高维数据降维或提取目标特征。程序精简,效率高.
opencv特征提取角点检测python实现详细代码打包-附件资源
2022-09-11 15:14:43 106B
1