高速列车表面气动噪声源的频谱分析，崔鹏翔，李人宪，高速列车速度超过300km/h时,列车运行时产生的气动噪声将淹没或超过轮轨噪声和电磁噪声成为主要的噪声。高速列车表面产生的偶极子噪�
2022-02-21 14:50:23
816KB
1
介绍全同态加密的研究背景、意义和当前现状，分析全同态加密方案的构造思想，并且分类总结了全同态加密的关键技术。综述了四种典型的全同态加密方案，并从噪声、参数及性能、安全性三个方面对每个方案进行了详细的分析和比较，最后总结出三种全同态加密构造框架；同时指出了全同态加密构造方法的本质与急需解决的关键问题，为研究全同态加密提供指南。
2022-02-20 15:29:35
904KB
1
PHANTOM_PARALLEL 模拟合成 MR 图像的嘈杂多线圈采集。 输入是 MR 切片、线圈数量、协方差矩阵和平行加速度的配置。
它允许三种输出：
- 没有 k 空间子采样的多线圈。 - 带有子采样和 GRAPPA 重建-具有二次采样和SENSE重建功能。
输出还根据以下条件提供变体噪声模式和有效值
S. Aja-Fernández、A. Tristán-Vega、S. Hoge。 使用参数化非中心 chi 近似模型在 GRAPPA 中进行统计噪声分析。 医学中的磁共振。 第 65 卷，第 4 期，第 1195–1206 页，2011
S. Aja-Fernández, A. Tristán-Vega，噪声相关性的影响具有平方和重建的多线圈统计模型。 医学中的磁共振。 2012年第67卷第2期，第580-585页
该工具箱旨在模拟MR数据中的实际噪声模式，以验证滤波和噪声估
2022-02-16 08:45:27
40KB
1
传统非局部平均(Non-Local Means, NLM)图像去噪算法的像素相似性度量可靠性较差，其关键滤波参数选取与优化值偏差较大。针对上述问题，提出了一种改进的NLM图像去噪算法。首先，滤除方法噪声中的噪声分量，保留有用图像信息；然后，联合去噪结果与处理后的方法噪声重新定义NLM算法的相似权函数，更好地利用原图像的信息；最后，采用噪声标准差二次函数的方式设置滤波参数，相比于传统的线性正比方式选取参数，这种选取方式在不同噪声强度下均能获得较优的参数值。对几个标准测试图像的去噪结果表明，提出的改进NLM算法获得了较好的去噪效果，优于相比较的几种方法。
2022-02-15 16:39:34
1.57MB
1
matlab除噪声代码深度分割
这些是论文的代码和数据：，IEEE物联网杂志，2020年。
DeepSeg旨在细分活动以基于WiFi通道状态信息（CSI）的活动识别。
引文
@ARTICLE
{DeepSeg2021，
作者=
{肖春京和雷蕾，马永森，周凡和秦志光}，
journal
=
{IEEE物联网杂志}，
title
=
{DeepSeg：基于深度学习的基于WiFi的活动识别活动细分框架}，
年=
{2020}，
音量=
{}，
数字=
{}，
页数=
{1-1}，
doi
=
{10.1109
/
JIOT.2020.3033173}
}
数据集
我们从原始CSI数据中提取的用于实验的数据可以从百度网盘或Google云端硬盘下载：
CSI振幅数据：Data_CsiAmplitudeCut
百度网盘：（密码：k8yp）
Google云端硬碟：
手动标记的CSI幅度数据标签：Label_CsiAmplitudeCut
百度：（密码：xnra）
谷歌：
（1拳;
2挥手;
3捡起;
4举手;
5跑步;
6推;
7蹲;
8拉O;
9步行;
10拉X）
同样，我们收集的原始CSI数据也
2022-02-11 20:03:02
21.15MB
1