时域特征提取

OpenCV 笔记(20)：霍夫圆检测

1.霍夫圆变换霍夫圆变换(HoughCircleTransform)是一种数字图像处理中的特征提取技术，用于在图像中检测圆形。
Java与Android技术栈·2024-02-06 08:47

SPSSAU上线文本分析啦|“尔滨”旅游攻略文本分析

二、文本分析常见研究步骤文本分析的常见步骤有五步，包括数据搜集、分词、数据清洗、特征提取以及建模和
spssau·2024-02-06 06:55

人脸识别基本流程

人脸识别一般包括：人脸检测、人脸对齐、人脸特征提取和人脸比对四个步骤人脸检测：检测到人脸的位置人脸对齐：同一个人采集到的不同图像可能呈现出不同的姿态和表情等，这种情况是不利于人脸特征提取的。
佛系调参·2024-02-06 06:54

机器视觉常见库

图像处理中的常见任务包括显示图像、基本操作（如裁剪、翻转、旋转等）、图像分割、分类和特征提取、图像恢复和图像识别。由于Python语言具有很多先进的图像处理工具，而且越来越普及。
XBruce·2024-02-06 05:37

论文读后感

储粮害虫图像识别中的特征提取_张红涛二值化：0-255灰白图像归一化：把数据变成0-1之间的小数蚁群算法（用于特征提取）：是一种用来寻找优化路径的概率型算法。
XueDaxuan·2024-02-06 05:16

python信号处理必学的20个函数工具和案例代码（1-10）

numpy.fft.fft`；3.信号滤波：`scipy.signal.lfilter`；4.频率响应可视化：`scipy.signal.freqz`；5.自相关函数：`numpy.correlate`；6.时域卷积
suoge223·2024-02-06 00:58

python信号处理必学的20个函数工具和案例代码（11-20）

numpy.fft.fft`；3.信号滤波：`scipy.signal.lfilter`；4.频率响应可视化：`scipy.signal.freqz`；5.自相关函数：`numpy.correlate`；6.时域卷积
suoge223·2024-02-06 00:58

人工智能福利站，初识人工智能，机器学习，第二课

欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一机器学习专栏人工智能专业知识学习二机器学习专栏文章目录初识人工智能(机器学习)一、机器学习(2)11.什么是特征选择和特征提取？
普修罗双战士·2024-02-05 19:44

6678DSP edma和中断配置

edma负责数据搬移，在DSP信号处理中还是非常重要的1、6678edma三维传输能力方便传输矩阵数据，在雷达数据处理中需要时域到频域的变换，edma可以方便的将矩阵数据转置。
浪子寒烟·2024-02-05 17:38

Hugging face

常见的功能如下：transformer结构图像特征提取参考文献：HuggingFace–TheAIcommunitybuildingthefuture.
hzhj·2024-02-05 13:51

第十一篇【传奇开心果系列】Python的OpenCV技术点案例示例：三维重建

OpenCV三维重建介绍三、基于区域的SGBM示例代码四、BM（BlockMatching）算法介绍和示例代码五、基于能量最小化的GC（GraphCut）算法介绍和示例代码六、相机标定介绍和示例代码七、特征提取与匹配介绍和示例代码八
传奇开心果编程·2024-02-05 09:39

【大厂AI课学习笔记】1.5 AI技术领域（2）语音识别

二、关键技术信号处理和特征提取：语音信号是一种复杂的时
giszz·2024-02-05 08:46

电磁兼容（EMC）设计：工作频率65kHz，而高频干扰从哪来

目录1导言2时域信号频域分析3高频辐射根因3.1开关电源典型寄生电容3.2电流驱动模式3.3电压驱动模式3.4磁耦合驱动模式1导言现在产品的电源电路基本采用开关电源，只有少数的才是工频变压器。
蝎蟹居·2024-02-05 03:53

计算机设计大赛 深度学习 植物识别算法系统

文章目录0前言2相关技术2.1VGG-Net模型2.2VGG-Net在植物识别的优势(1)卷积核，池化核大小固定(2)特征提取更全面(3)网络训练误差收敛速度较快3VGG-Net的搭建3.1Tornado
iuerfee·2024-02-05 02:55

图像的拉普拉斯变换实现

在拉普拉斯变换后的图像中，边缘通常会显得更加清晰，从而有助于图像分析和特征提取。2.原理拉普拉斯变换的原理是通过对图像进行二阶微分来突出图像中的高频细节。
SimpleLearing·2024-02-04 17:49

【故障诊断分析】滚动轴承故障诊断系统含Matlab源码

1简介基于matlab对信号强大的处理功能,对检测到的滚动轴承振动信号进行时域,频域,倒频谱分析,比较其优点,充分显示了倒频谱技术在判断轴承故障的直观性,简化性,从而提高了滚动轴承故障判断的准确率.2部分代码
matlab科研助手·2024-02-04 17:17

2019-03-29 introduction写完了吗？

今日习得：傅里叶变换是一种线性积分变换，用于信号在时域和频域之间的变换。其以无限长的三角函数为基函数，不断和信号做乘积。在某一尺度下乘出来的结果，就可以理解成信号所包含的当前尺度对应频率是成分是多少。
King_DK·2024-02-04 13:02

2024数学建模美赛B题参考思路+代码+论文

在此背景下，本文主要研究了在大雾情况下能见度主要影响因素和诸多估计方法，对给定数据进行了细致处理，并综合运用主成分分析、多元回归分析、预训练模型图像特征提取、随机森林深度学习算法、LSTM神经网络、摄像机标定算法等统计与算法
2024数学建模·2024-02-04 11:22

R-CNN阅读笔记

blog.csdn.net/hjimce/article/details/50187029作者：hjimce一、相关理论过去十年在许多视觉识别任务中主要流行的是SIFT与HOG（这两种方法都是基于图像中梯度方向直方图的特征提取方法
tang-0203·2024-02-04 02:40

三轴 MEMS 加速度传感器

传感器自动计算振动信号时域统计量，加速度峰值、峰峰值、有效值、峭度、频率、速度有效值、以及设备的温度等，这些值写入到模组的modbus寄存器，用户用PLC/服务器、DCS系统读取modbusrtu
zr526855447·2024-02-03 21:50

PyTrch深度学习简明实战33 - Transformer特征提取实现文本分类

importtorchimporttorchtext#pipinstalltorchdataimportnumpyasnpimporttorch.nnasnnimporttorch.nn.functionalasFfromtorch.utilsimportdatafromtorch.nnimportTransformerEncoder,TransformerEncoderLayer#处理文本的思路
薛东弗斯·2024-02-03 17:03

【脑电信号处理与特征提取】P7-涂毅恒：运用机器学习技术和脑电进行大脑解码

运用机器学习技术和脑电进行大脑解码科学研究中的大脑解码比如2019年在Nature上一篇文章，来自UCSF的Chang院士的课题组，利用大脑活动解码语言，帮助一些患者恢复语言功能。大脑解码的重要步骤大脑解码最重要的两步就是信号采集和信号解码，信号采集就是所说的脑电技术，信号解码就是机器学习的方法。机器学习-基本流程机器学习-数据采集数据采集：确保训练和测试数据集充足且具有代表性充足的数据：确保存在
头发没了还会再长·2024-02-03 16:14

基于pyradiomics影像组学特征提取

基于pyradiomics影像组学特征提取特征提取：1pyradiomics的使用：1.1，在python环境下安装pyradiomics:1.2,设置特征提取器，获得想要特征：1.2.1图像类型1.2.2
Alexa2077·2024-02-03 16:28

ChatGPT实战100例 - (12) 结构化提示词 LangGPT 实战

二、远古诗人vs现代诗人三、LangGPTRole模板实战-甩锅王Role模板特征提取四、用AI实现提示词结构化ChatGPT实战100例-(12)结构化提示词LangGPT实战一、LangGPT是什么
AI原吾·2024-02-03 11:24

opencv0014 索贝尔（sobel）算子

嘿嘿边缘边缘是像素值发生跃迁的位置，是图像的显著特征之一，在图像特征提取，对象检测，模式识别等方面都有重要的作用。人眼如何识别图像边缘?
yf743909·2024-02-03 09:41

1.27CNN（输入层，特征提取（卷积，最大池化），输出），损失函数（KL散度，交叉熵推导），熵（物理、信息熵推导），点积矩阵运算（CPU,GPU,NPU）

CNN损失函数KL散度，交叉熵B部分是训练集的真实实际值，是常数，C部分是训练结果，目的是要让这个损失最小化，与模型参数紧密相关，取出C（带负号），C非负就是更精简的损失函数熵v所谓M个空间，N个小球在其中的排列组合方式为熵对应概率是，M次抽样，一共N种情况，每次抽样都意味着要确定M个空间里的其中一个空间是怎样的，也就是N个小球（情况）里占了多少个小球（分配到了多少个小球、情况），如果分配到的小球
CQU_JIAKE·2024-02-03 07:23

基于FFT + CNN -Transformer时域、频域特征融合的电能质量扰动识别模型

目录往期精彩内容：模型整体结构1快速傅里叶变换FFT原理介绍第一步，导入部分数据，扰动信号可视化第二·步，扰动·信号经过FFT可视化2电能质量扰动数据的预处理2.1导入数据2.2制作数据集3基于FFT+CNN-Transformer的轴承故障识别模型3.1网络定义模型3.2设置参数，训练模型3.3模型评估代码、数据如下往期精彩内容：电能质量扰动信号数据介绍与分类-Python实现-CSDN博客Py
建模先锋·2024-02-03 07:52

基于机器学习的无损缺陷检测技术研究进展

首先，机器学习算法可以通过学习大量的已知样本，自动提取缺陷的特征，避免了手工特征提取的繁琐和主观性。其次，机器学习算法可以对各种不同的缺陷进行分类和识别，提高了
matlabgoodboy·2024-02-03 07:51

机器学习 | 如何构建自己的决策树算法？

决策树思想的来源非常朴素，程序设计中的条件分支结构就是if-else结构，最早的决策树就是利用这类结构分割数据的一种分类学习方法目录初识决策树决策树原理cart剪枝特征提取泰坦尼克号乘客生存预测(实操)
亦世凡华、·2024-02-03 07:45

2024美赛A题完整思路代码分析：建立竞争机理方程+遗传算法优化

（不限制专业）B题属于较为经典的物理建模（对海洋专业的学生具有优势）C题今年非常难，不同往年的数据分析，不过核心还是特征提取和主成分分析(本质是在数据中找到或者构建影响比赛的有效向量)，并且需要在其他数据上证明推广
Kerry_6·2024-02-03 05:08

傅里叶变换的性质

和kX[]也是傅里叶变换对如果在直角坐标系下描述频域，kX[]表示实部和虚部都要乘以k若果是在极坐标系下描述频域，kX[]表示幅值乘以k,相位不发生变化可加性：2.相位特性傅里叶变换不具备位移对称性，时域位移不能相应地引起频域位移
杨天波·2024-02-02 23:32

基于GAN-CNN-CNN的鲁棒笔迹识别方法(一)

而笔迹的局部变化则是每个书写者笔迹的固有特性；而对于不同的书写者而言，其笔迹的差别则比较大[1].基于这种特性,笔迹识别是一种可行的身份鉴别方法.前言目前的笔迹识别方法或多或少都要用到一些传统方法,如切割字符、特征提取等过程
kadog·2024-02-02 21:41

图像分类的发展史

此时期的研究主要集中于简单模式识别以及特征提取技术。早期探索进入80年代，随着计算机科学的发展，图像处理技术取得显著进展，如边缘检测、角点检测等成为图像分类
kadog·2024-02-02 21:41

Bi-Lstm+crf命名实体识别任务中crf的作用

这是一段使用百度ernie-1.0做特征提取的Bi-Lstm+crf的代码：classERNIE_LSTM_CRF(nn.Module):"""ernie_lstm_crfmodel"""def__init
sunshine2853·2024-02-01 21:25

5G RACH_时域和频域（二）

以下是基于36.211-6.3.3.1的频域PRACH序列生成公式。在ecpri中RRU也同样需要知道PRACH在频域上资源的分配，guardtone在PRACH的前后怎么放的，根据下表格中的K表示的就是低频段的PRACHPRB的个数。NumPrb=gtLowBandwidth+PrachBandwidth+gtHighBandwidth例如LRA=139,PRACH和PUSCH的子载波间隔都是3
Sam-彪悍的人生不需要解释·2024-02-01 09:07

【SparkML系列3】特征提取器TF-IDF、Word2Vec和CountVectorizer

###FeatureExtractors（特征提取器）###
周润发的弟弟·2024-02-01 07:31

阅读文章：《编码结构光投影双目视觉三维测量技术研究》

此次学习：编码方式之二进制编码、格雷码编码1.编码结构光image.png文章中选择了时域编码中的格雷码编码。
盗将_6ab3·2024-02-01 04:40

【脑电信号处理与特征提取】P6-张治国：频谱分析和时频分析

频谱分析和时频分析背景脑电（尤其是静息态脑电）一般在频域进行分析，以刻画脑电信号的周期性特征，需要使用频谱分析来描述脑电信号功率沿频率的分布特征。任务态脑电实验中，任务可增强或减弱脑电在特定频段的节律幅度。事件相关的频谱变化被称为事件相关同步话/去同步化（ERS/ERD），通常表示为在时间-频率域中随时间变化的频谱功率，可以通过时频分析方法进行估计。频谱估计基本概念时间序列信号：例如在某通道连续记
头发没了还会再长·2024-02-01 03:13

【脑电信号处理与特征提取】P7-贾会宾：基于EEG/MEG信号的大尺度脑功能网络分析

基于EEG/MEG信号的大尺度脑功能网络分析Q:什么是基于EEG/MEG信号的大尺度脑功能网络分析？A:基于脑电图（EEG）或脑磁图（MEG）信号的大尺度脑功能网络分析是一种研究大脑活动的方法，旨在探索脑区之间的功能连接和信息传递。概述基于EEG/MEG信号的大尺度脑功能网络分析的优势：（1）借助源定位技术可同时获得较高的时间（ms级）和空间分辨率（mm级）（2）可提供丰富的频率信息（3）便宜性：
头发没了还会再长·2024-02-01 03:41

【知识---图像特征提取算法--颜色直方图（Color Histogram）原理、特点、应用场合及代码】

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言1.颜色直方图（ColorHistogram）原理2.颜色直方图的特点3.颜色直方图的应用场合4.代码总结前言图像特征提取是计算机视觉领域中的一个重要任务
fyc300·2024-01-31 22:44

【知识---图像特征提取算法--方向梯度直方图（Histogram of Oriented Gradients, HOG）原理、特点、应用场合及代码】

如何生成可参考右边的帮助文档文章目录前言方向梯度直方图（HistogramofOrientedGradients,HOG）原理：方向梯度直方图的特点：方向梯度直方图的不足：方向梯度直方图的应用场合：方向梯度直方图的代码示例：总结前言图像特征提取是计算机视觉领域中的一个重要任务
fyc300·2024-01-31 22:44

【知识---图像特征提取算法--尺度不变特征变换（Scale-Invariant Feature Transform, SIFT）原理、特点、应用场合及代码】

Scale-InvariantFeatureTransform,SIFT）原理：二、尺度不变特征变换的特点：三、尺度不变特征变换的不足：四、尺度不变特征变换的应用场合：五、尺度不变特征变换的代码示例：总结前言图像特征提取是计算机视觉领域中的一个重要任务
fyc300·2024-01-31 22:44

【知识---图像特征提取算法--灰度共生矩阵（Gray Level Co-occurrence Matrix, GLCM）原理、特点、应用场合及代码】

GrayLevelCo-occurrenceMatrix,GLCM）原理二、灰度共生矩阵的特点三、灰度共生矩阵的应用场合灰度共生矩阵（GrayLevelCo-occurrenceMatrix,GLCM）不足之处五、代码总结前言图像特征提取是计算机视觉领域中的一个重要任务
fyc300·2024-01-31 22:12

Tensorflow实战深度学习笔记一

特征提取深度学习---自动地将简单的特征组合成更加复杂的特征，并使用这些复杂特征解决问题。深度学习--------不等于模仿人类大脑。
独立开发者Lau·2024-01-31 20:13

vit细粒度图像分类（五）TransFC学习笔记

现有网络模型在处理过程中存在特征提取能力不足、特征表示冗余和归纳偏置能力弱等问题，因此提出一种改进的Transformer图像分类模型。
无妄无望·2024-01-31 18:40

交叉注意力融合时域、频域特征的FFT + CNN-Transformer-CrossAttention轴承故障识别模型

目录往期精彩内容：前言1快速傅里叶变换FFT原理介绍第一步，导入部分数据第二步，故障信号可视化第三步，故障信号经过FFT可视化2轴承故障数据的预处理2.1导入数据2.2制作数据集和对应标签3交叉注意力机制3.1Crossattention概念3.2Cross-attention算法4基于FFT+CNN-Transformer-CrossAttention的轴承故障识别模型4.1网络定义模型4.2设
建模先锋·2024-01-31 10:04

opencv学习 特征提取

内容来源于《opencv4应用开发入门、进阶与工程化实践》图像金字塔略拉普拉斯金字塔对输入图像进行reduce操作会生成不同分辨率的图像，对这些图像进行expand操作，然后使用reduce减去expand之后的结果，就会得到拉普拉斯金字塔图像。详情可查看https://zhuanlan.zhihu.com/p/80362140图像金字塔融合拉普拉斯金字塔通过源图像减去先缩小再放大的图像构成，保留
小猴啊0.0·2024-01-31 09:12

basic CNN

卷积神经网络通过二维卷积可以实现图像特征的自动提取，卷积输出的称为特征图；特征提取之后可以通过全连接层
chairon·2024-01-31 09:40

Opencv + MediaPipe -＞ 手势识别

一、概述OpenCV（OpenSourceComputerVisionLibrary）是一个跨平台的计算机视觉库，它提供了许多用于图像和视频处理的功能，包括图像和视频的读取、预处理、特征提取、特征匹配、
大大Cameo·2024-01-31 06:51

【脑电信号处理与特征提取】P5-彭薇薇：脑电信号的预处理及数据分析要点

彭薇薇：脑电信号的预处理及数据分析要点脑电脑电是神经活动的测量方法，在不同位置测量有不同的方法。比如大脑皮层表面测量的是ECoG，在头皮测量的是EEG。除了EEG是无损的，其他都是有损的。脑电信号采集系统下面是完整的脑电采集系统，需要注意的地方是给被试者发送刺激信号的同时，也需要给放大器发送一个marker，这个是为了标记刺激开始时间。下面是采集到的脑电数据，横轴是时间，纵轴每一行是一个电极。下面
头发没了还会再长·2024-01-31 06:00
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他