假设有一周期性正弦信号，受到均值为0，方差为5的高斯噪声干扰。
试设计一自适应滤波器处理观测信号，观察自适应滤波的学习过程和稳态信号。
试设计一自适应滤波器处理观测信号，观察自适应滤波的学习过程和稳态信号。
2023/7/6 22:37:10
145KB
1
该程序有两个部分一个部分是.m文件，另一个是simulink模型仿真文件，在模型仿真里有LESO即线性状态观测器，针对的是二阶惯性环节，对其进行仿真配置，其中参数已经调好了，还输入了一个噪声测试了一下。
（两个文件路径要一致，在MATLAB2014a中可以打开）
（两个文件路径要一致，在MATLAB2014a中可以打开）
2023/7/1 23:11:22
136KB
1
数字图像处理使用matlab进行噪声过滤，内含高斯噪声及椒盐噪声，运用各种算子进行过滤的效果对比，以及详细的实验报告
2023/7/1 10:12:33
1.03MB
1
提出了一种用于医学图像消噪的新型的小波阈值函数。
改进的阈值函数是将两种常见的软、硬小波阈值函数相结合并加以改进，使其兼具了两者的滤波消噪特性。
同时将改进的小波阈值函数应用在医学图像图像处理中，用于消除医学图像的噪声干扰，并利用仿真实验与软硬阈值函数作对比，从效果图和实验数据分析验证了其优势。
改进的阈值函数是将两种常见的软、硬小波阈值函数相结合并加以改进，使其兼具了两者的滤波消噪特性。
同时将改进的小波阈值函数应用在医学图像图像处理中，用于消除医学图像的噪声干扰，并利用仿真实验与软硬阈值函数作对比，从效果图和实验数据分析验证了其优势。
2023/6/30 5:16:06
1.36MB
1
本资源内包含一个纯净的音乐信号、一个掺杂余弦噪声与白噪声的音乐信号，以及matlab源代码进行傅里叶频域分析；
针对余弦噪声设计巴特沃斯带通滤波器(butterworthbandpassfilter)，针对白噪声，用均值去噪的方法，最后程序输出一个去除各种噪声后纯净的音乐信号。
(关键语句都附有注释)
针对余弦噪声设计巴特沃斯带通滤波器(butterworthbandpassfilter)，针对白噪声，用均值去噪的方法，最后程序输出一个去除各种噪声后纯净的音乐信号。
(关键语句都附有注释)
2023/6/30 4:55:15
133KB
1
本代码模拟生成海洋环境噪声，代码只有一个文件，另有example.m提供使用的例子，含有中文注解，以及理论引用的文献。
2023/6/28 19:30:51
1KB
1
初学数字图像处理的实验报告以及程序，先频域处理（陷波滤波）再空域（中值）陷波采用的是设置全1矩阵，逐点处理的方法，下面是实验报告的描述，天鹅图像可以完全去除，小狗图像不能完全去除。
图像增强处理：设计2套空间域与频率域结合的图像增强算法，处理以下两组图片中的带噪声图像，去除噪声，提高图像质量。
（1）已知：噪声为随机噪声和周期噪声混合噪声；
（2）要求：a）去噪处理后，计算均方误差评估去噪处理后图像的去噪效果b）撰写完整的科技报告（形式类似科技论文）表述自己的算法设计，算法实现与算法评估过程。
图像增强处理：设计2套空间域与频率域结合的图像增强算法，处理以下两组图片中的带噪声图像，去除噪声，提高图像质量。
（1）已知：噪声为随机噪声和周期噪声混合噪声；
（2）要求：a）去噪处理后，计算均方误差评估去噪处理后图像的去噪效果b）撰写完整的科技报告（形式类似科技论文）表述自己的算法设计，算法实现与算法评估过程。
2023/6/12 12:36:30
1.19MB
1
React本机传感器融合在ReactNative中进行稳健的绝对3D定位，使用来利用设备加速度计，陀螺仪和磁力计的优越特性，同时减轻其负面影响。
物理数据采集是使用。
使用高质量的从输入信号中过滤掉采样数据中的噪声，并使用计算传感器融合。
:rocket:入门使用：npminstall--savereact-native-sensor-fusion使用：yarnaddreact-native-sensor-fusion:writing_hand_selector:例importReactfrom'react';import{Text}from'react-native';importSensorFusionProvider,{useSensorFusion,useCompass,toDegrees}from'react-native-sensor-fusion';constIndicator=()=＞{const{ahrs}=useSensorFusion()
物理数据采集是使用。
使用高质量的从输入信号中过滤掉采样数据中的噪声，并使用计算传感器融合。
:rocket:入门使用：npminstall--savereact-native-sensor-fusion使用：yarnaddreact-native-sensor-fusion:writing_hand_selector:例importReactfrom'react';import{Text}from'react-native';importSensorFusionProvider,{useSensorFusion,useCompass,toDegrees}from'react-native-sensor-fusion';constIndicator=()=＞{const{ahrs}=useSensorFusion()
2023/6/9 11:53:33
5KB
1
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