社区
图形处理/算法
帖子详情
请问什么是高斯信号、超高斯信号、亚高斯信号?
sboom
2006-02-09 08:59:43
谢谢
...全文
783
1
打赏
收藏
请问什么是高斯信号、超高斯信号、亚高斯信号?
谢谢
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
1 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
DentistryDoctor
2006-02-11
打赏
举报
回复
http://www.china-pub.com/computers/common/info.asp?id=14509
http://www.cnforyou.com/query/bookdetail1.asp?viBookCode=7666
sift算法源码
这是SIFT算法详解博文中附录2 http://blog.csdn.net/zddmail/article/details/7521424 源码包括
高斯
模糊实现,sift的实现细节。
SIFT算法源码 个人修正过后的版本 改进了其问题
这是对本人同名资源的修正版,改进了其存在的问题。
使用时变陷波滤波器在低信噪比下进行瞬时频率估计-TVNF论文复现
致看到这个简介的你您是否曾对时变陷波器领域感到好奇?是否希望深入了解其背后的知识点和相关公式推导,并渴望学习如何将其应用于实际情况?如果是的话,那么恭喜您!发现了您绝不能错过的一门论文复现课程——《使用时变陷波滤波器在低信噪比下进行瞬时频率估计-TVNF论文复现》。本课程旨在帮助您全面理解时变陷波器的原理、设计和应用。无论您是工程师、学生还是科研人员,相信这门课程都将为您提供宝贵的知识和技能。课程亮点:知识点详解:本课程将深入讲解时变陷波器的基本概念和原理,涵盖了从滤波器设计到
信号
处理的关键知识点。公式推导:本课程将引导您逐步推导时变陷波器的数学模型和相关公式,助您深入理解其工作原理。实践操作:通过实践案例和实验环节,您将有机会亲自动手复现时变陷波器,并掌握实际操作的技巧和窍门。应用案例:本课程将分享现实应用案例,展示时变陷波器在通信等领域的广泛应用。互动学习:课程设置有讨论小组,您可以与讲师和其他学员互动交流,共同探讨问题和解决方案。无论您是初学者还是有一定基础的专业人士,本课程都将根据您的需求进行量身定制,确保您能够从中获得最大的收益和成长。跟随本课程一起踏上时变陷波器的探索之旅吧!这是一个充满挑战和机遇的领域,相信您将在本课程中找到乐趣和启发,并获得您所期望的结果。祝学习愉快!课程团队 论文简介:这篇论文旨在寻找参数
信号
模型,这些模型在低信噪比(SNR)下对噪声音调有良好的建模性能。我们关注的是一个应用于数据段的模型,而不是像自适应方法那样按顺序处理数据。受到陷波滤波器理论的启发,我们将著名的时变自回归(TVAR)模型扩展到包括加性噪声的效应,并得出两种类型的时变陷波滤波器(TVNF)。第一种,就像TVAR模型一样,采用滤波器系数的基函数展开。对于第二种,我们利用音调瞬时频率(IF)与分母多项式根的角度直接成比例的事实,并对IF进行基函数展开。自适应陷波滤波器众所周知,并已成功应用于几个领域。通过对模拟
信号
的应用,TVNF是低SNR 下IF估计的有用工具。TVNF估计采用正则化的
高斯
-牛顿类型迭代搜索算法,该算法表现出快速和可靠的收敛性。
《
信号
与系统》解读 第1章
信号
与系统概述-4:时域指数
信号
与
高斯
信号
2.4 指数
信号
:自然界衰变规律二 (1)定义 (2)单边指数的运算 对称运算 微分、积分运算:还是一个指数函数 2.5 正弦、余弦函数 3. 基本的离散
信号
数字
信号
和离散
信号
的区别是数字
信号
是离散时间
信号
,而离散时间
信号
不一定是数字
信号
。因为离散时间
信号
没有经过量化,它的取值可以是无穷多种取值。 4. 基本的数字
信号
数字
信号
指自变量是离散的、因变量也是离散的
信号
,这种
信号
的自变量用整数表示,因变量用有限数字中的一个数字来表示。 在计算......
现代
信号
处理——高阶统计分析(非
高斯
信号
与线性系统)
现代
信号
处理——高阶统计分析(非
高斯
信号
与线性系统)
图形处理/算法
19,468
社区成员
50,698
社区内容
发帖
与我相关
我的任务
图形处理/算法
VC/MFC 图形处理/算法
复制链接
扫一扫
分享
社区描述
VC/MFC 图形处理/算法
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章