1) numerical value filter algorithm
数值滤波算法
2) median filter algorithm
中值滤波算法
1.
Image denoising based on modified median filter algorithm
基于改进型中值滤波算法的图像去噪
2.
A new method of median filter algorithm based on the last frame is proposed to meet the demands of real time image preprocessing.
为了满足图像预处理的实时性要求 ,提出一种基于前一帧图像的改进的中值滤波算法 。
3.
To overcome the disadvantage of the high time complexity in standard median filter algorithm,a fast median filtering algo-rithm is proposed.
针对传统中值滤波算法时间复杂度高,速度慢,难于对图象进行实时处理的缺点,提出了一种快速的中值滤波算法,该算法充分利用滑动窗口的先验信息,仅对窗口移动时的变化部分进行排序,时间复杂度根据滑动窗口的大小不同均有不同程度的降低(下降可达两倍以上),实验表明,该算法在保证图像处理精度的同时较好地满足了图象实时处理的要求。
3) threshold filtering algorithm
阈值滤波算法
1.
The results from analysis and simulation show threshold filtering algorithm is effective to separate the signal.
分析和仿真结果表明小波阈值滤波算法对涡街信号提取和噪声去除效果良好。
4) Digital filter algorithm
数字滤波算法
1.
By parallel hardware design structure and digital filter algorithm,the resolution of material flux and the speed of syst.
通过并行的硬件设计结构和数字滤波算法,提高了物料流量的测量精度和系统的响应速度。
5) numerical filtering
数值滤波
1.
Based on MBE(multi-band excitation) model,the paper discusses two methods to improve the accuracy of pitch estimation: numerical filtering and dynamic pitch smoothing.
讨论了多带激励(multi-band excitation,MBE)语音编码模型中,对自相关基音周期估计的2种改善方法:数值滤波和动态基音平滑技术,由此可以得到更精确的基音轮廓。
2.
1?℃ is able to be maintained in the region of 0～140?℃ b y scaling and numerical filtering.
同时,采用牛顿迭代法进行非线性校正,并通过数值滤波处理,在0～140℃温度范围内的测量误差为±0。
6) digital filter
数值滤波
1.
Before the pitch detection,the voiced is pretreated by band-pass filter,center clipping and digital filter to reduce the effects of formant and high-frequency noises;after the pitch detection,searching smoothing method is exploited to overcoming the multiple or half frequency errors and random errors.
在基音检测前用带通滤波、中心削波和数值滤波等方法进行预处理,去除共振峰和高频噪声的影响;在基音检测过程的后端用搜索平滑方法进行后处理,平滑掉半、倍频点和随机错误点。
补充资料：数值遗传算法
分子式：
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
CAS号：
性质：基于自然界生物进化机制的一种全局最优化方法。在遗传算法中，被研究体系的响应曲面看作为一个群体，响应曲面上的每一个点作为群体中的一个个体，个体用多维向量或矩阵来描述，组成矩阵的和向量的参数(元素)相应于生物中组成染色体的基因。染色体用固定长度的二进制位串(bit string)表示。通过交换(染色体基因交换)、突变(改变染色体基因)等遗传操作，在参数的一定范围内进行随机搜索，不断改善数据结构，构造出不同的向量，相当于得到了被研究问题的不同的解(一个个体相当于一个解)。目标函数较优的点被保留，较差的点被淘汰，最后达到全局最优化。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条