搜索结果: 1-15 共查到“信息与通信工程 归一化”相关记录16条 . 查询时间(0.127 秒)
基于特征显著值归一化与位置加权的FT算法
显著性检测 特征显著性 位置加权 归一化
2016/8/15
频率调谐（FT）显著区域检测算法在背景复杂和图像显著区域比较大时检测效果不理想。针对上述问题，对FT算法进行了改进，提出了一种基于特征显著值归一化与位置加权的频率调谐显著区域检测算法（FTFP）。该算法主要在FT算法的基础上进行了图像分块、Lab颜色特征显著值的分别归一化和位置加权处理。实验结果表明，FTFP算法在显著性检测视觉效果、准确率与查全率、对噪声图像的检测上都优于FT算法，综合性能突出。
成像高光谱的近地田间应用为农业定量遥感的发展提供了新的契机。如何发挥其图谱合一的数据优势，尤其在解析土壤、阴影等背景地物对作物养分反演模型的影响需要关注。该研究借助可见/近红外成像高光仪，在近地田间采集小麦群体的成像立方体，根据影像中光照裸土、阴影裸土、光照叶片和阴影叶片的反射光谱特征建立了归一化光谱分类指数，并应用该指数提取大豆影像中不同类型地物的光谱，分析了背景土壤剔除前后的大豆植被归一化光谱...
冲击噪声背景下基于归一化的线性约束特征干扰相消器
阵列信号处理 线性约束特征干扰相消器 分数低阶矩 冲击噪声
2013/8/19
针对冲击噪声背景下，常规波束形成算法性能下降的问题，本文提出一种适用于任意未知统计特性的代数拖尾冲击噪声环境下的基于归一化的线性约束特征干扰相消器（N-LCEC）算法。该算法在附加线性约束的条件下，以噪声功率最小化为目标函数；通过对输入信号进行无穷范数归一化，使变换信号的二阶统计量在代数拖尾的冲击噪声环境下存在且有界，然后将自适应权矢量约束于噪声子空间的方法，提高了波束形成器在冲击噪声背景下的性能...
本文主要研究信号的归一化峰度及其在弱非线性系统辨识中的应用策略问题。首先简要介绍了几类常见的无记忆/有记忆非线性模型及其表示方法；给出了信号的归一化峰度定义及重要性质；在此基础上，分别针对非线性系统的记忆效应和非线性阶数对系统输出信号归一化峰度的影响进行了理论推导和仿真分析，揭示了该参数随系统特性的变化规律，表明归一化峰度具备精确辨识弱非线性系统的潜力。最后，针对SFDR(无杂散动态范围)高达85...
分数阶Fourier变换中量纲归一化因子的选取
分数阶Fourier变换 chirp信号 量纲归一化因子选取
2013/8/10
针对分数阶Fourier变换数值计算中量纲归一化因子的优化选取，分析了量纲归一化对chirp信号的调频率和初始频率的影响，以及chirp信号在(p,u)平面上的尖峰位置的影响，推导了两个chirp信号的尖峰在p轴和u轴上的投影距离与量纲归一化因子的关系。发现两个尖峰的距离随着量纲归一化因子的变化而变化，并且具有极大值。提出一种量纲归一化因子选取的方法，通过调节信号的观测时间和采样频率，选择合理的量...
该文提出了一种新的SAR图像舰船尾迹的恒虚警检测算法。该方法首先检测出舰船并将舰船部分用图像灰度均值代替；分别以舰船重心为中心分割出一定尾迹长度的正方形区域并以舰船重心为中心将图像分割成4个子图像，对各子图像进行归一化灰度Hough变换，分割后的尾迹在子图像中的对比度得到了提高。在各子图像变换域依概率模型进行统计建模实现了CFAR检测，最后将4个子图像的检测结果进行融合得到最终的检测结果。检测结果...
天体光谱信号的连续谱归一化新方法
天体光谱 小波变换 连续谱归一化
2009/10/28
采用事先扣除强谱线的策略，提出小波变换与样条拟合相结合的方法进行连续谱拟合，并通过对实际光谱的试验，与较常用的连续谱拟合方法进行比较，结果表明文章提出的方法有明显的优越性。另外，针对多项式拟合等方法得到的连续谱可能会出现负值的情况，推导出有效的连续谱校正公式。
对文本无关的说话人验证中模型距离归一化问题的研究
模型距离归一化 说话人识别 说话人验证
2009/9/9
在自动说话人验证中, 模型距离归一化是非常有用的得分归一化技术之一. 相比于其他的主流得分归一化技术, 模型距离归一化的主要优点在于它不需要额外的语音数据和说话人集合. 但是, 它也仍然有自身的缺点. 比如, 在传统的模型距离归一化中, 模型之间的KL距离用Monte-Carlo方法求得, 而此方法的时间复杂度很高. 本文从一个新的角度探讨了模型距离归一化的原理, 并且提出了简化的模型距离归一...
基于边缘检测与归一化相关矩的图像融合方法
小波变换 小波金字塔 归一化相关矩
2009/7/20
常见的基于小波变换的图像融合方法只是从小波系数的某一特性来考虑小波系数的选取，因而融合结果往往只提升了融合图像的某一特性。从数据融合的角度，提出了一种有效的融合算法，该方法将基于小波变换的图像边缘检测与归一化相关矩相结合并应用于图像的融合中。实验表明，与单一的融合规则相比，该方法能有效提高融合图像的质量。
基于类内方差归一化和SVM的说话人识别方法
支持向量机 广义线性序列核 类内方差归一化
2009/7/17
支持向量机（SVM）由于其强大的分类能力，引起人们广泛的重视，并且成功地应用于说话人识别。其中基于GLDS核的SVM系统性能比较优异。引入类内方差归一化（WCCN）方法来处理SVM的输入特征向量，并和GLDS核相结合，提出一种基于类内方差归一化和SVM的说话人识别方法。该方法利用WCCN方法对SVM的输入特征向量进行变换，增强特征向量的类间区分能力，再采用GLDS核函数进行SVM的训练，以提高SV...
LMS和归一化LMS算法收敛门限与步长的确定
LMS 归一化LMS 稳态失调
2009/5/13
从LMS算法失调量的准确表达式出发，根据输入信号特征值分布重新研究了LMS，归一化LMS(Normalized LMS，NLMS)算法收敛的必要条件,推导出LMS和NLMS 算法收敛的步长门限，并分析了输入信号特征值分布、滤波器阶数对算法收敛步长门限的影响，推导出满足性能失调下步长的自适应计算公式，减小了应用 LMS，NLMS算法时步长选取的盲目性，与已有的算法相比，具有计算简单、实用、自适应性能...
基于归一化空间符号函数的鲁棒波达角估计
鲁棒 空间符号函数 脉冲噪声 波达角估计
2013/8/6
提出了一种适用于任意未知统计特性的脉冲噪声环境下的波达角估计算法。算法扩展了非参数统计中的空间符号和秩的概念，采用归一化的空间符号函数来构造阵列协方差矩阵，然后根据子空间算法进行测向。从理论上证明了归一化的空间符号协方差矩阵用于波达角估计的可行性，为该算法的进一步推广奠定了基础。计算机仿真结果表明，该算法在任意脉冲噪声环境中表现出良好的鲁棒性，而且对阵列增益和相位噪声不敏感。
基于集员滤波的双归一化数据重用盲均衡算法
盲均衡 改进常模算法 数据重用
2009/4/9
数据重用可以有效地加快盲均衡算法的收敛速度，但会带来噪声放大的问题。针对这种情况，该文将数据重用方法应用到基于实虚部分开处理的改进常模盲均衡算法中，采用集员滤波克服应用数据重用时引起的噪声放大问题，推导出一种收敛速度较快的盲均衡算法。实验仿真表明，该算法具有较快的收敛速度，适用于短时信号处理。
说话人确认中分数归一化的一种新方法
说话人确认 分数归一化 Z-Norm
2009/1/6
在说话人确认中，由于目标说话人和冒认者的得分分布是双峰分布，并且不同目标说话人模型得分分布不一致，使对所有说话人确定一个统一的阈值变得困难，导致系统性能下降。分数归一化通过调整冒认者的得分分布来调整阈值。简要介绍了目前最常用的两种归一化方法：零归一化（Z-Norm）和测试归一化(T-Norm)。重点引入了一种新的根据KL距离的D-Norm 归一化方法。然后结合Z-Norm 和D-Norm的优点，又...