程序详情 采样 读取语音文件 ，以正常频率（wavread，sound）播放声音。 确定样本总数、每个样本的位数和语音剪辑的采样频率。 采样语音序列替代值并以一半的频率播放（即保持播放时间相同）。 对语音序列每四个值进行并以四分之一的频率播放（即保持播放时间相同）。 对语音序列每八分之一进行并以四分之一的频率播放（即保持播放时间相同）。 对其他声音文件和重复第 1、2 和 3。 量化 读取语音文件 ，以正常频率（wavread，sound）播放声音。 使用均匀量化将语音样本量化为 64 级，并以正常频率播放声音。 使用 µ 律压扩器将语音样本量化为 64 个级别，其中 µ 的值也设置为量化级别的数量。 以正常频率播放量化的声波。 对声音文件和重复第 1、2 和 3。 使用 32 和 16 个级别重复第 1、2、3 和 4 部分。 写上去 评论语音和音频文件在不同采样率下播

基于LM386集成音频放大的ADC程序，供大家参考，

通过串口可将电子天平上测量的数据，读取到PC机上。可用于制造执行系统的实时测量。

欠采样算法matlab实现代码压缩传感扩散肺MRI 该存储库包含论文中提出的新型压缩传感方法的数据，代码和结果，将信号行为的先验知识整合到重建中以加快MR扩散数据的获取。 JFPJ Abascal，M Desco，J Parra-Robles（提交出版）2017年。 所提出的方法将信号衰减的知识整合到重建（SIDER）中，以通过在空间和b值维度上进行欠采样来加速MR扩散数据的获取。 SIDER将总变化（TV）与惩罚函数结合在一起，该函数可沿b方向促进稀疏性，如下所示： 其中Nabla是通向TV的空间梯度，F是欠采样的傅立叶变换，u是通气图像，M是对b的连续值编码通气图像之间的关系的算符。 可以使用扩展的指数模型来近似此关系 其中D和alpha分别是扩散和异质性指数的估计平均值，可用于估计平均肺泡长度（Lm）。 下图显示了对照组和患者的通气图像（左上），信号衰减（右上）以及D，alpha和Lm的估计图（下）。 数据 使用三名正常志愿者和三名COPD患者（n = 8，两名患者在不同疗程进行两次采集）的完全采样扩散数据集评估方法，这些数据可从早期工作中获得[Parra-Robles等人，IS

自己编写的时间同步平均程序和数字重采样函数，仅供参考。通过转速信号求得重采样时刻的瞬时转速，再获取同步平均后的信号。

图像上采样——凸优化方法，附带测试图片。代码有详细的流程介绍和分类说明，有利于读者深入理解利用matlab里cvx进行图像上采样的具体方法

确定采样型滤波包括Unscented 卡尔曼滤波(UKF), 中心差分卡尔曼滤波(CDKF) 以及容积卡尔曼滤波 (CKF), 是一类基于确定解析采样近似方法的非线性次优高斯滤波算法, 具有估计精度高、实现简单等优点, 已得到 国内外学者的广泛关注. 在阐述确定采样型滤波基本原理的基础上, 详细总结了近年来确定采样型滤波的研究现状, 包括各种改进算法和在不同领域的应用情况; 然后重点分析了确定采样型滤波所存在的问题; 最后展望了其未来发 展趋势和研究方向.

回顾了U KF 算法的发展, 从一般意义讨论了U T 变换算法和采样策略的选择依据, 并给出了U KF 算法描 述. 从条件函数和代价函数入手, 在给出多种采样策略的基础上对U KF 采样策略进行了分析和比较. 最后对U KF 算法未来可能的研究方向进行了探讨.

近年来随着盲检测算法的提出，越来越多的基于采样协方差矩阵的盲检测算法应用于频谱感知。针对其检测门限是近似值，检测性能会受到影响等问题，提出了基于采样协方差矩阵的混合核函数的支持向量机（support vector machine,SVM）高效频谱感知，通过感知信号采样协方差矩阵的最大最小特征值（maximum minimum eigenvalue,MME）和协方差绝对值（covariance absolute value,CAV）提取的统计量作为SVM的特征向量并训练其生成频谱感知的分类器，无需计算检测门限并且特征提取减少了样本集的大小。利用遗传算法（genetic algorithm,GA）优化混合核函数的SVM的参数。实验结果表明，该方法比MME算法和CAV算法的检测概率有所提高，并且比SVM减少了感知时间，具有良好的实用性。

三种用于垃圾网页检测的随机欠采样集成分类器.pdf