首先产生若干种群(特征子集),然后用PSO算法对特征及参数进行优化。
在UCI标准数据集上进行的仿真实验表明,该算法可无效地找出合适的特征子集及LS-SVM参数,且与基于遗传算法的最小二乘支持向量机算法(GALS-SVM)和传统的LS-SVM算法相比具有较好的分类效果。
2016/6/20 2:21:45 256KB LS-SVM
1
为了有效改善解码语音的质量,提出了一种K-L变换语音波形编码算法。
由语音帧构造协方差矩阵,并对其进行特征值分解,得到特征值及其对应的特征向量,由特征向量构造正交矩阵;
用正交矩阵对语音帧作正交变换得到变换系数向量;
选取适当特征值对应的特征向量构造重构矩阵;
用重构矩阵对变换系数向量作逆变换得到增强后的语音信号;
对增强后的语音抽取并传输至解码端;
通过插值技术重构语音信号。
在不同信噪比下对不同语音样本进行仿真实验,并同离散余弦变换编码比较,实验表明,该算法不仅数据压缩率高、解码语音清晰和自然,而且同时实现语音良好的自顺应增强。
1
为了有效改善解码语音的质量,提出了一种K-L变换语音波形编码算法。
由语音帧构造协方差矩阵,并对其进行特征值分解,得到特征值及其对应的特征向量,由特征向量构造正交矩阵;
用正交矩阵对语音帧作正交变换得到变换系数向量;
选取适当特征值对应的特征向量构造重构矩阵;
用重构矩阵对变换系数向量作逆变换得到增强后的语音信号;
对增强后的语音抽取并传输至解码端;
通过插值技术重构语音信号。
在不同信噪比下对不同语音样本进行仿真实验,并同离散余弦变换编码比较,实验表明,该算法不仅数据压缩率高、解码语音清晰和自然,而且同时实现语音良好的自顺应增强。
1
针对图像边缘与轮廓不能精确重构的问题,提出了一种基于灰度共生矩阵的多尺度分块压缩感知算法。
该算法利用三级离散小波变换将图像分解为高频部分和低频部分。
通过灰度共生矩阵的熵分析高频部分图像块的纹理复杂度,并根据图像块纹理进行再分块、自顺应分配采样率。
采用平滑投影Landweber算法重构图像,消除分块引起的块效应。
对多种图像进行压缩重构仿真,实验结果表明,无观测噪声情况、采样率为0.1时,本算法在Mandrill图像上得到的峰值信噪比(PSNR)为25.37dB,比现有非均匀分块算法提高了2.51dB。
不同噪声水平下,本算法的PSNR比无噪时仅下降了0.41~2.05dB。
对于纹理复杂度较高的图像,本算法的重构效果明显优于非均匀分块算法,对噪声具有较好的鲁棒性。
2015/9/27 10:19:52 11.24MB 图像处理 压缩感知 灰度共生 自适应采
1
pcm零碎仿真实验报告有详细参数设置和模块框图
2017/8/4 15:51:44 298KB pcm system view
1
用粒子群算法实现多个节点的任务分配,利用matlab进行仿真实验,仅供参考。
代码可以正常运转,还有相关文献。
2020/10/4 8:42:57 6.46MB PSO Matlab
1
本程序不只可以实现正弦、方波、三角波、锯齿波等几种基本信号对正弦信号的调制效果,而且还能够实现正弦调制情况下对原始信号的解调,从解调电路设计中完整的恢复出基带调制信号,分析不同调制参数对调制效果的影响。
2015/10/14 16:41:39 61KB LABVIEW; 调制解调;
1
为了处理传统遗传算法中易早熟和陷入局部最优,造成收敛慢,效率低的问题,提出了一种改进的遗传算法GBLSA(GeneticBasedonLink-StateAlgorithm)。
对遗传算法的基本算子进行改进,其中将链路状态算法强大的寻优能力融入交叉算子中,保证个体逐代进化。
引入与遗传代数相关的自适应概率,提高了遗传算法的搜索效率和收敛速度。
仿真实验表明,与传统遗传算法和TSPLIB标准值相比,提出的方法得到的结果路径更优,效率更高。
1
差分放大电路原理,Multisim12建模,实践仿真实验
2016/3/14 17:07:22 240KB 差分放大电路
1
通信原理实验报告fm调制解调零碎matlab仿真实验报告
2015/7/25 6:37:01 342KB fm 调制解调 matlab 仿真
1
共 135 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡