智能信息处理课程设计报告

智能信息处理课程设计报告

班级：11电科2

姓名：张俊为

学号： Xb11640218 浙江理工大学科技与艺术学院

1． 课程设计目的

1． 提高分析问题、解决问题的能力，进一步巩固智能信息处理算法的基本原理与方法。 2． 熟悉掌握一门计算机语言，可以进行智能信息处理的应用开发设计。

2． 课程设计内容及实现

1． 掌握BP 网络的基本原理，能利用BP 网络解决Hermit 多项式的逼近问题，具体内

容如下：

考虑Hermit 多项式的逼近问题，该问题由Mackay 提出：

()()22

1.112exp 2x F x x x ??

=-+- ???

，式中，x ∈R 。

训练样本产生方式如下：样本数N=100，其中样本输入x i 服从区间[-4, 4]内的均匀分布，样本输出为F(x i )+e i ， e i 为添加的噪声，服从均值为0，标准差为0.1的正态分布。

对于该函数逼近问题，可以用一个单输入单输出的3层BP 网络对样本进行拟合，网络的隐节点数选为10。

其它学习参数设定如下：神经网络采用标准Sigmoid 激活函数，输出层采用线性激活函数，即：()f u u =。

学习率η=0.003，目标误差ε=0.5，最大学习次数20000，初始权值和偏移取[-0.1, 0.1]内的随机数。

2． 掌握模糊C 均值聚类算法的基本原理，并用该算法实现彩色图像分割。

2.1、BP 网络解决函数逼近

2.1.1、BP 神经网络设计

图 1创建BP 神经网络

2.1.2、BP 神经网络训练

图 2训练图2.1.3、BP神经网络测试及结果分析

图 3仿真结果图

P=linspace(-4,4,100);%均匀产生随机数

T=1.1.*(1-P+2.*P.^2).*exp(-P.^2/2)+sqrt(0.1)*rand n(1); %样本输出fx+ei t

net=newff(P,T,10); %产生bp网络，10个神经元net.trainParam.show = 50;%显示周期

net.trainParam.lr = 0.003; %学习率

net.trainParam.epochs = 20000;%最大学习次数

net.trainParam.goal = 0.001; %目标误差

net.IW{1,1}=rand(10,1)*0.2-0.1;%初始权值

net.b{1,1}=rand(10,1)*0.2-0.1;

net.b{2,1}=rand(1)*0.2-0.1;%初始偏移量

[net,tr]=train(net,P,T); p=8.*rand(1,100)-4;

A = sim(net,P); %仿真figure; plot(P,T,'o',P,A,'x');

2.2、基于模糊C均值聚类的彩色图像分割

2.2.1、基本原理及实现流程

在数字图像由于存在混合像素的原因，也就是说一个像素中不仅存在一类地物，因而采用硬分类方式往往不合适，而模糊C均值就是引入模糊集对每个像素的划分概率不单单是

用0或1这样的硬分类方式，而是0和1之间的范围内（包括0和1）。

定义{},1,2,...,i x i n =是n 个样本组成的样本集合，c 为预定的类别数目，

,1,2,...,i m i c =为每个聚类中心，()j i u x 是第i 个样本对于第j 类的隶属度函数。用隶属度

函数定义的聚类损失函数可以写为：

2

11

(),c

n

b f j i i j j i J u x x m ==??=-??∑∑

其中，1b >是一个可以控制聚类结果的模糊程度的常数。

在不同的隶属度定义方法下最小化式的损失函数，就得到不同的模糊聚类方法。其中最有代表的是模糊C 均值方法，它要求一个样本对于各个聚类的隶属度之和为1，即

1

()1,c

j

i

j u x ==∑ 1,2,...

,i n = 在条件式下求得其极小值，令f J 对i m 和()j i u x 的偏导数为0，可得必要条件：

1

1

(),1,2,...,()n

b

j i i i i n

b

j i i u x x m j c u x ==????=

=????

∑

∑

，

()()

()

()

1/121/121

1/(),1,2,...,1/b i

j

j

i

c

b i

j

k x m u x i n x m --=-=

=-∑ 1,2,...

,j c =。 用迭代的方法求解上式，就是模糊C 均值算法。算法步骤如下：

1） .设定聚类数目c 和参数b 。

2） 初始化各个聚类中心i m 。

3）重复下面的运算，直到各个样本的隶属度值稳定： 当算法收敛时，就得到了各类的聚类中心和各个样本对于各类的隶属度值，从而完成了模糊聚类划分。

2.2.2、实验结果及分析

图4 图5

RGB=imread('1954.jpg','jpg');

figure(1),imshow(RGB),title('彩色图');

u=reshape(RGB,[6144 3]);

u=double(u); cluster_n=3;

options=[2 100 exp(-5) 1];

[center, U, obj_fcn] = FCMClust(u, cluster_n, options);

[A,B]=max(U); a=reshape(B,[64 96 1]);

a(B==1)=0; a(B==3)=125; a(B==2)=255; a=uint8(a); figure(2),imshow(a),title('转换图');

3．课程设计总结与体会

这次课程设计，我学到了BP神经网络的构建,训练,以及参数的选择等。设置适量的神经元个数，以及学习次数，可以让神经网络更有效率地进行训练，在最短的时间取得最好的结果。我了解到模糊C均值聚类首先需要对彩色图像分割成一些颜色相近的集合，然后在进行聚类。这样也可以大大加快该算法的速度。这两个实验都对算法的效率有一定的要求，在输出同样的结果时，更高效的方法能更快应用于我们的生产和生活。

单片机课程设计报告——智能数字频率计汇总

单片机原理课程设计报告题目：智能数字频率计设计 专业：信息工程 班级：信息111 学号：*** 姓名：*** 指导教师：*** 北京工商大学计算机与信息工程学院

1、设计目的 （1）了解和掌握一个完整的电子线路设计方法和概念； （2）通过电子线路设计、仿真、安装和调试，了解和掌握电子系统研发产品的一个基本流程。 （3）了解和掌握一些常见的单元电路设计方法和在电子系统中的应用： 包括放大器、滤波器、比较器、计数和显示电路等。 （4）通过编写设计文档与报告，进一步提高学生撰写科技文档的能力。 2、设计要求 （1）基本要求 设计指标： 1.频率测量：0～250KHz； 2.周期测量：4mS～10S； 3.闸门时间：0.1S，1S； 4.测量分辨率：5位/0.1S，6位/1S； 5.用图形液晶显示状态、单位等。 充分利用单片机软、硬件资源,在其控制和管理下,完成数据的采集、处理和显示等工作,实现频率、周期的等精度测量方案。在方案设计中,要充分估计各种误差的影响,以获得较高的测量精度。 （2）扩展要求 用语音装置来实现频率、周期报数。 （3）误差测试 调试无误后，可用数字示波器与其进行比对，记录测量结果，进行误差分析。 （4）实际完成的要求及效果 1.测量范围：0.1Hz～4MHz，周期、频率测量可调； 2.闸门时间：0.05s～10s可调； 3.测量分辨率：5位/0.01S，6位/0.1S； 4.用图形液晶显示状态、单位（Hz/KHz/MHz）等。 3、硬件电路设计 （1）总体设计思路

本次设计的智能数字频率计可测量矩形波、锯齿波、三角波、方波等信号的频率。系统共设计包括五大模块: 主芯片控制模块、整形模块、分频模块、档位选择模块、和显示模块。设计的总的思想是以AT89S52单片机为核心，将被测信号送到以LM324N为核心的过零比较器，被测信号转化为方波信号，然后方波经过由74LS161构成的分频模块进行分频，再由74LS153构成的四选一选择电路控制档位，各部分的控制信号以及频率的测量主要由单片机计数及控制，最终将测得的信号频率经LCD1602显示。 各模块作用如下: 1.主芯片控制模块: 单片机AT89S52 内部具有2个16位定时/计数器T0、T1，定时/计数器的工作可以由编程来实现定时、计数和产生计数溢出时中断要求的功能。利用单片机的计数器和定时器的功能对被测信号进行计数。以AT89S52 单片机为控制核心，来完成对各种被测信号的精确计数、显示以及对分频比的控制。利用其内部的定时/计数器完成待测信号周期/频率的测量。 2.整形模块：整形电路是将一些不是方波的待测信号转化成方波信号，便于测量。本设计使用运放器LM324连接成过零比较器作为整形电路。 3.分频模块: 考虑单片机利用晶振计数，使用11.0592MHz 时钟时，最大计数速率将近500 kHz，因此需要外部分频。分频电路用于扩展单片机频率测量范围，并实现单片机频率测量使用统一信号，可使单片机测频更易于实现，而且也降低了系统的测频误差。本设计使用的分频芯片是74LS161实现4分频及16分频。 4.档位选择模块：控制74LS161不分频、4分频或者 16分频，控制芯片是74LS153。 5.显示模块：编写相应的程序可以使单片机自动调节测量的量程，并把测出的频率数据送到显示电路显示，本设计选用LCD1602。 (2)测频基本设计原理 所谓“频率”，就是周期性信号在单位时间（1s）内变化 的次数。若在一定时间间隔T内测得这个周期性信号的重复变 化次数N，则其频率可表示为f=N/T（右图3-1所示）。其中脉 冲形成电路的作用是将被测信号变成脉冲信号，其重复频率等 。利用单片机的定时/计数T0、T1的定时、计数 于被测频率f x 功能产生周期为1s的时间脉冲信号，则门控电路的输出信号持图3-1

数字信号处理课程设计报告

《数字信号处理》课程设计报告 设计题目： IIR滤波器的设计 专业： 班级： 姓名： 学号： 指导教师： 2010年月日

1、设计目的 1、掌握IIR 滤波器的参数选择及设计方法； 2、掌握IIR 滤波器的应用方法及应用效果； 3、提高Matlab 下的程序设计能力及综合应用能力。 4、了解语音信号的特点。 2、设计任务 1、学习并掌握课程设计实验平台的使用，了解实验平台的程序设计方法； 2、录制并观察一段语音信号的波形及频谱，确定滤波器的技术指标； 3、根据指标设计一个IIR 滤波器，得到该滤波器的系统响应和差分方程，并根据差分方程将所设计的滤波器应用于实验平台，编写相关的Matlab 程序； 4、使用实验平台处理语音信号，记录结果并进行分析。 3、设计内容 3.1设计步骤 1、学习使用实验平台，参见附录1。 2、使用录音机录制一段语音，保存为wav 格式，录音参数为：采样频率8000Hz、16bit、单声道、PCM 编码，如图1 所示。 图1 录音格式设置 在实验平台上打开此录音文件，观察并记录其波形及频谱（可以选择一段较为稳定的语音波形进行记录）。 3、根据信号的频谱确定滤波器的参数：通带截止频率Fp、通带衰减Rp、阻带截止频率Fs、阻带衰减Rs。 4、根据技术指标使用matlab 设计IIR 滤波器，得到系统函数及差分方程，并记录得到系统函数及差分方程，并记录其幅频响应图形和相频响应图形。要求设计 第 1页出的滤波器的阶数小于7，如果不能达到要求，需要调整技术指标。 5、记录滤波器的幅频响应和系统函数。在matlab 中，系统函数的表示公式为：

因此，必须记录系数向量a 和b。系数向量a 和b 的可以在Matlab 的工作空间（WorkSpace）中查看。 6、根据滤波器的系统函数推导出滤波器的差分方程。 7、将设计的滤波器应用到实验平台上。根据设计的滤波器的差分方程在实验平台下编写信号处理程序。根据运行结果记录处理前后的幅频响应的变化情况，并试听处理前后声音的变化，将结果记录，写入设计报告。 3.2实验程序 （1）Rs=40; Fs=1400; Rp=0.7; Fp=450; fs=8000; Wp=2*pi*Fp;Ws=2*pi*Fs; [N,Wn]=buttord(Wp,Ws,Rp,Rs,'s'); [b1,a1]=butter(N,Wn,'s'); [b,a]=bilinear(b1,a1,fs); [H,W]=freqz(b,a); figure; subplot(2,1,1);plot(W*fs/(2*pi),abs(H));grid on;title('频率响应'); xlabel('频率');ylabel('幅值');、 subplot(2,1,2); plot(W,angle(H));grid on;title('频率响应'); xlabel('相位(rad)');ylabel('相频特性'); 3.3实验结果（如图）： N =5 Wn=6.2987e+003 第 2页

数字信号处理课程设计报告

抽样定理的应用 摘要 抽样定理表示为若频带宽度有限的，要从抽样信号中无失真地恢复原信号，抽样频率应大于2倍信号最高频率。抽样频率小于2倍频谱最高频率时，信号的频谱有混叠。抽样频率大于2倍频谱最高频率时，信号的频谱无混叠。 语音信号处理是研究用数字信号处理技术和语音学知识对语音 信号进行处理的新兴学科，是目前发展最为迅速的学科之一，通过语音传递信息是人类最重要，最有效，最常用和最方便的交换信息手段，所以对其的研究更显得尤为重要。 Matlab语言是一种数据分析和处理功能十分强大的计算机应用 软件，它可以将声音文件变换成离散的数据文件，然后用起强大的矩阵运算能力处理数据。这为我们的本次设计提供了强大并良好的环境！ 本设计要求通过利用matlab对模拟信号和语音信号进行抽样，通过傅里叶变换转换到频域，观察波形并进行分析。 关键词：抽样Matlab

目录 一、设计目的： (2) 二、设计原理： (2) 1、抽样定理 (2) 2、MATLAB简介 (2) 3、语音信号 (3) 4、Stem函数绘图 (3) 三、设计内容： (4) 1、已知g1(t)=cos(6πt),g2(t)=cos(14πt),g3(t)=cos(26πt),以抽样频率 fsam=10Hz对上述三个信号进行抽样。在同一张图上画出g1(t)，g2(t)，g3(t)及其抽样点,对所得结果进行讨论。 (4) 2、选取三段不同的语音信号，并选取适合的同一抽样频率对其进 行抽样，画出抽样前后的图形，并进行比较，播放抽样前后的语音。 (6) 3、选取合适的点数，对抽样后的三段语音信号分别做DFT，画图 并比较。 (10) 四、总结 (12) 五、参考文献 (13)

信号与系统课程设计报告材料

课程设计报告 课程名称信号与系统课程设计指导教师 设计起止日期 学院信息与通信工程 专业电子信息工程 学生 班级/学号 成绩 指导老师签字

目录 1、课程设计目的 (1) 2、课程设计要求 (1) 3、课程设计任务 (1) 4、课程设计容 (1) 5、总结 (11) 参考文献 (12) 附录 (12)

1、课程设计目的 “信号与系统”是一门重要的专业基础课，MATLAB作为信号处理强有力的计算和分析工具是电子信息工程技术人员常用的重要工具之一。本课程设计基于MATLAB完成信号与系统综合设计实验，以提高学生的综合应用知识能力为目标，是“信号与系统”课程在实践教学环节上的必要补充。通过课设综合设计实验，激发学生理论课程学习兴趣，提高分析问题和解决问题的能力。 2、课程设计要求 （1）运用MATLAB编程得到简单信号、简单信号运算、复杂信号的频域响应图； （2）通过对线性时不变系统的输入、输出信号的时域和频域的分析，了解线性时不变系统的特性，同时加深对信号频谱的理解。 3、课程设计任务 （1）根据设计题目的要求，熟悉相关容的理论基础，理清程序设计的措施和步骤； （2）根据设计题目的要求，提出各目标的实施思路、方法和步骤； （3）根据相关步骤完成MATLAB程序设计，所编程序应能完整实现设计题目的要求； （4）调试程序，分析相关理论； （5）编写设计报告。 4、课程设计容 （一）基本部分 （1）信号的时频分析 任意给定单频周期信号的振幅、频率和初相，要求准确计算出其幅度谱，并准确画出时域和频域波形，正确显示时间和频率。 设计思路： 首先给出横坐标，即时间，根据设定的信号的振幅、频率和初相，写出时域波形的表达式；然后对时域波形信号进行傅里叶变化，得到频域波形；最后使用plot函数绘制各个响应图。 源程序： clc; clear; close all; Fs =128; % 采样频率 T = 1/Fs; % 采样周期 N = 600; % 采样点数 t = (0:N-1)*T; % 时间，单位：S x=2*cos(5*2*pi*t);

《智能信息处理》实验

《智能信息处理》实验指导书 实验一 Python语言编程基础实验 一、实验目的 本课程的主要内容《机器学习》中的代码均使用Python语言编写，而且Python语言具有编写效率高、使用简便、大量科学函数运算支持等等的优点，非常适合作为科学计算的编程语言。因此，本实验的目的是让学生熟悉Python 语言的基本操作。 二、实验内容及要求 本实验的内容请参照附件电子书《Python编程入门经典》，并按下面步骤要求完成： 1、安装Python2.7和numpy工具包。 2、阅读第1~3章的基本Python语言部分，注意与C++语言和java语言对比区 别。 3、完成第3章的课后作业，Page45，第3、5、7、9小题。 4、阅读第4章，完成Page65，第3、4小题。 5、阅读第5章函数，完成Page84，第3小题。 三、实验报告要求 由于本实验为编程基础训练，因此实验报告无需给出整个完整程序的代码，只需写出关键的核心语句或者函数即可。 实验二 k近邻算法和决策树算法实验 一、实验目的 （1）熟练掌握K-近邻算法和决策树算法； （2）能使用K-近邻算法和决策树算法解决实际问题。 二、实验内容及要求 按下面步骤要求完成实验： 1、阅读课本第2章“使用k近邻算法改进约会网站的配对效果”和“手写识别 系统”两个k近邻算法实例，要求对每一条Python语句均清楚了解其语法和用法。 2、阅读课本第3章“海洋生物分类”和“预测隐形眼镜类型”两个决策树算法 实例，要求对每一条Python语句均清楚了解其语法和用法。 3、每人独立为一组，设计一个k-近邻算法的应用实例。其实分类的实例遍布我 们的日常生活，同学们只需要动动脑筋就可以发现很多可以应用k近邻算法来解决分类的问题。实例所需的数据可以从网络下载，如果下载有困难也可

数字信号处理课程设计

数字信号处理 课 程 设 计 院系：电子信息与电气工程学院 专业：电子信息工程专业 班级：电信班 姓名： 学号： 组员：

摘要 滤波器设计在数字信号处理中占有极其重要的地位，FIR数字滤波器和IIR 滤波器是滤波器设计的重要组成部分。利用MATLAB信号处理工具箱可以快速有效地设计各种数字滤波器。课题基于MATLAB有噪音语音信号处理的设计与实现，综合运用数字信号处理的理论知识对加噪声语音信号进行时域、频域分析和滤波。通过理论推导得出相应结论，再利用 MATLAB 作为编程工具进行计算机实现。在设计实现的过程中，使用窗函数法来设计FIR数字滤波器，用巴特沃斯、切比雪夫和双线性变法设计IIR数字滤波器，并利用MATLAB 作为辅助工具完成设计中的计算与图形的绘制。通过对对所设计滤波器的仿真和频率特性分析，可知利用MATLAB信号处理工具箱可以有效快捷地设计FIR和IIR数字滤波器，过程简单方便，结果的各项性能指标均达到指定要求。 关键词数字滤波器 MATLAB 窗函数法巴特沃斯

目录 摘要 (1) 1 引言 (1) 1.1课程设计目的 (1) 1.2 课程设计内容及要求 (1) 1.3课程设计设备及平台 (1) 1.3.1 数字滤波器的简介及发展 (1) 1.3.2 MATLAB软件简介 (2) 2 课程设计原理及流程 (4) 3.课程设计原理过程 (4) 3.1 语音信号的采集 (4) 3.2 语音信号的时频分析 (5) 3.3合成后语音加噪声处理 (7) 3.3.1 噪声信号的时频分析 (7) 3.3.2 混合信号的时频分析 (8) 3.4滤波器设计及消噪处理 (10) 3.4.1 设计IIR和FIR数字滤波器 (10) 3.4.2 合成后语音信号的消噪处理 (13) 3.4.3 比较滤波前后语音信号的波形及频谱 (13) 3.4.4回放语音信号 (15) 3.5结果分析 (15) 4 结束语 (15) 5 参考文献 (16)

数字信号处理课设+语音信号的数字滤波

语音信号的数字滤波 ——利用双线性变换法实现IIR数字滤波器的设计一．课程设计的目的 通过对常用数字滤波器的设计和实现，掌握数字信号处理的工作原理及设计方法；熟悉用双线性变换法设计 IIR 数字滤波器的原理与方法，掌握利用数字滤波器对信号进行滤波的方法，掌握数字滤波器的计算机仿真方法，并能够对设计结果加以分析。 二．设计方案论证 1.IIR数字滤波器设计方法 IIR数字滤波器是一种离散时间系统，其系统函数为 假设M≤N，当M＞N时,系统函数可以看作一个IIR的子系统和一个(M-N)的FIR子系统的级联。IIR数字滤波器的设计实际上是求解滤波器的系数和，它 是数学上的一种逼近问题，即在规定意义上（通常采用最小均方误差准则）去逼近系统的特性。如果在S平面上去逼近，就得到模拟滤波器；如果在z平面上去逼近，就得到数字滤波器。 2.用双线性变换法设计IIR数字滤波器 脉冲响应不变法的主要缺点是产生频率响应的混叠失真。这是因为从S平面到Ｚ平面是多值的映射关系所造成的。为了克服这一缺点，可以采用非线性频率压缩方法，将整个频率轴上的频率范围压缩到-π/T～π/T之间，再用z=e sT转换 平面的-π/T～π到Z平面上。也就是说，第一步先将整个S平面压缩映射到S 1 /T一条横带里；第二步再通过标准变换关系z=e s1T将此横带变换到整个Z平面上去。这样就使S平面与Z平面建立了一一对应的单值关系，消除了多值变换性，也就消除了频谱混叠现象，映射关系如图1所示。 图1双线性变换的映射关系 为了将S平面的整个虚轴jΩ压缩到S1平面jΩ1轴上的-π/T到π/T段上，可以通过以下的正切变换实现

智能信息处理实验室建设申请书

【项目一：智能信息处理实验室规划申请立项时间：2013年】 1.项目建设的总体目标： （1）总体建设目标： 根据国家对高校教学和科研的要求以及我系的现状，拟建设智能信息处理实验室。通过该实验室的建设，为我系教师提供一个科研平台，凝聚我系科研骨干的力量，带动我系其他教师积极参与科学研究，推动我系科研工作的开展，使得我系科研整体水平有较大的提高。同时，该实验室的建设，也为我系学生提供一个实验教学平台，有助于推动本科教学的改革，有助于培养出符合地方经济和社会发展的应用型和实用型人才，更好地为地方经济建设服务，促进地方经济和社会发展。 （2）项目建设的意义和可行性分析： ①项目建设的意义： 智能信息处理实验的研究方向很多，主要包括：互联网科学(Web science)、智能计算(Intelligentcomputing)、搜索引擎(Search engine)、数据挖掘(Data mining)、优化算法(Optimizationalgorithm)、机器学习(Machine learing)等研究方向。各大高校和研究机构都成立了以智能信息为研究方向的智能信息处理实验室。 我们建设的智能信息处理实验室准备以基础研究、应用基础研究为主，集学术研究、工程应用、人才培养于一体。研究方向主要定位于为多目标优化、智能视频处理、智能控制，神经网络理论、数据挖掘等方向。拟安排具有丰富实际项目研究经验的研究人员带领优秀本科生在以上几个方向组成开发团队，以此培养学生较强的项目设计开发能力，提高学生在算法分析和思维创新方面的能力和一定的科研能力。另外实验室还准备通过建立完善的人才培养机制，吸引我系教师、优秀的本科生依托实验室研究平台积极参加国内国际的各种竞赛。 本实验室建设的意义，并不在于只是简单的给教师、学生提供一个研究、实验、学习的场所和条件，而是要把各种积极的力量凝聚起来，不断的推动我院的科学研究水平。通过实验室的建设，推动建设一支年龄与知识结构合理、勇于创新的优秀研究团队，形成良好的科研传统和学术氛围。通过实验室的建设，也能为安顺市的师资培训、科研创新提供一个平台，有利于推动产学研相结合，使科学研究真正服务于社会、服务于生产实践。

智能信息处理课程设计报告

智能信息处理课程设计报告 班级：11电科2 姓名：张俊为 学号： Xb11640218 浙江理工大学科技与艺术学院

1． 课程设计目的 1． 提高分析问题、解决问题的能力，进一步巩固智能信息处理算法的基本原理与方法。 2． 熟悉掌握一门计算机语言，可以进行智能信息处理的应用开发设计。 2． 课程设计内容及实现 1． 掌握BP 网络的基本原理，能利用BP 网络解决Hermit 多项式的逼近问题，具体内 容如下： 考虑Hermit 多项式的逼近问题，该问题由Mackay 提出： ()()22 1.112exp 2x F x x x ?? =-+- ??? ，式中，x ∈R 。 训练样本产生方式如下：样本数N=100，其中样本输入x i 服从区间[-4, 4]内的均匀分布，样本输出为F(x i )+e i ， e i 为添加的噪声，服从均值为0，标准差为0.1的正态分布。 对于该函数逼近问题，可以用一个单输入单输出的3层BP 网络对样本进行拟合，网络的隐节点数选为10。 其它学习参数设定如下：神经网络采用标准Sigmoid 激活函数，输出层采用线性激活函数，即：()f u u =。 学习率η=0.003，目标误差ε=0.5，最大学习次数20000，初始权值和偏移取[-0.1, 0.1]内的随机数。 2． 掌握模糊C 均值聚类算法的基本原理，并用该算法实现彩色图像分割。 2.1、BP 网络解决函数逼近 2.1.1、BP 神经网络设计 图 1创建BP 神经网络 2.1.2、BP 神经网络训练

图 2训练图2.1.3、BP神经网络测试及结果分析 图 3仿真结果图 P=linspace(-4,4,100);%均匀产生随机数 T=1.1.*(1-P+2.*P.^2).*exp(-P.^2/2)+sqrt(0.1)*rand n(1); %样本输出fx+ei t net=newff(P,T,10); %产生bp网络，10个神经元net.trainParam.show = 50;%显示周期 net.trainParam.lr = 0.003; %学习率 net.trainParam.epochs = 20000;%最大学习次数 net.trainParam.goal = 0.001; %目标误差 net.IW{1,1}=rand(10,1)*0.2-0.1;%初始权值 net.b{1,1}=rand(10,1)*0.2-0.1; net.b{2,1}=rand(1)*0.2-0.1;%初始偏移量 [net,tr]=train(net,P,T); p=8.*rand(1,100)-4; A = sim(net,P); %仿真figure; plot(P,T,'o',P,A,'x'); 2.2、基于模糊C均值聚类的彩色图像分割 2.2.1、基本原理及实现流程 在数字图像由于存在混合像素的原因，也就是说一个像素中不仅存在一类地物，因而采用硬分类方式往往不合适，而模糊C均值就是引入模糊集对每个像素的划分概率不单单是

数字信号处理课设共18页文档

数字信号处理课程设计 姓名：刘倩 学号：201014407 专业：信息与计算科学 实验一：常见离散信号产生和实现 一、实验目的： 1、加深对常用离散信号的理解； 2、掌握matlab 中一些基本函数的建立方法。 二、实验原理： 1.单位抽样序列 在MATLAB 中可以利用zeros()函数实现。 如果)(n δ在时间轴上延迟了k 个单位，得到)(k n -δ即： 2．单位阶越序列 在MATLAB 中可以利用ones()函数实现。 3．正弦序列 在MATLAB 中 4．复指数序列 在MATLAB 中 5．指数序列 在MATLAB 中

实验内容：由周期为10的正弦函数生成周期为20的余弦函数。 实验代码： n=0:30; y=sin(0.2*pi*n+pi/2); y1=sin(0.1*pi*n+pi/2); subplot(121) stem(n,y); xlabel ('时间序列n');ylabel('振幅');title('正弦函数序列y=sin(0.2*pi*n+pi/2)'); subplot(122) stem(n,y1); xlabel ('时间序列n');ylabel('振幅'); title('正弦函数序列y=sin(0.2*pi*n+pi/2)'); 实验结果： 实验二：离散系统的时域分析 实验目的：加深对离散系统的差分方程、冲激响应和卷积分析方法的理解。实验原理：离散系统 其输入、输出关系可用以下差分方程描述： 输入信号分解为冲激信号， 记系统单位冲激响应 则系统响应为如下的卷积计算式：

当N k d k ,...2,1,0==时，h[n]是有限长度的（n ：[0，M]），称系统为FIR 系统；反之，称系统为IIR 系统。 在MATLAB 中，可以用函数y=filter(p,d,x)实现差分方程的仿真，也可以用函数 y=conv(x,h)计算卷积，用y=impz(p,d,N)求系统的冲激响应。 实验内容：用MATLAB 计算全解 当n>=0时，求用系数差分方程y[n]+y[n-1]-6y[n-2]=x[n]描述的一个离散时间系统对阶跃输入x[n]=8μ[n]的全解。 实验代码： n=0:7; >> [y,sf]=filter(1,[1 1 -6],8*ones(1,8),[-7 6]); >> y1(n+1)=-1.8*(-3).^n+4.8*(2).^n-2; >> subplot(121) >> stem(n,y); >> title('由fliter 函数计算结果'); >> subplot(122) >> stem(n,y1); >> title('准确结果'); 实验结果： 结果分析：有图可得由fliter 函数得出的结果与计算出的准确结果完全一致。 实验三FFT 算法的应用

智能信息处理重点实验室

智能信息处理重点实验室 智能信息处理重点实验室以学科发展趋势和区域产业布局为指引，长期规划基础研究方向，积极适应区域产业需求，坚持资源开放与创新驱动，学科建设、人才培养与服务地方并举，拟在视觉信息处理、系统模拟与优化、大数据分析与挖掘、智能信息系统设计四个方向上开展学术研究与工程实践。通过建设，以视觉信息处理和系统模拟与优化两个方向为重点，在图像分析与模式识别、图像语义分割与标注、复杂系统模拟仿真与优化等方面形成一批有显著影响的学术研究成果，学科水平达到省内领先地位，力争跻身国家级平台。瞄准城市管理、智慧交通、智慧农业、工业制造和大数据五大应用领域，促进实验室科研成果转移转化，推进智能信息处理技术与实体经济深度融合，产研协作，实施一批有良好社会效益、经济效益的工程实践项目，创建本区域智能信息处理技术创新联盟，提供技术服务，培育领军企业，切实推动区域内社会治理智能化与企业智能化升级，助力区域内人工智能产业创新孵化，形成省内示范引领。 实验室在本区域内有效落实国家《新一代人工智能发展规划》的战略决策部署，促进我省在智能信息处理领域的学科发展水平；为本区域尤其是宝鸡市“新型智慧城市”建设与“两化深度融合”发展提供技术、人才等支持，有效提升宝鸡市城市管理能力和治理水平，显著推进区域内农业、高端装备制造、新材料、大数据等产业发展升级；将深度激活宝鸡文理学院学科发展与实践创新潜能，有利于学校依托智能信息处理实验室，加强校内计算机科学与技术、数学、物理学、心理学、经济学、法学、社会学等相关学科的交叉融合，极大助力学校学科建设、人才培养和服务地方的能力和水平的提升，促进学校可持续发展。 智能信息处理重点实验室占地面积510平米，其中实验用房占地400平米，管理用房占地80平米，资料室占地30平米。重点实验室配套设施包括计算机学院已建的云计算服务平台、智能信息处理实

数字信号处理课程规划报告

数字信号处理课程设计报告《应用Matlab对信号进行频谱分析及滤波》 专业： 班级： 姓名： 指导老师： 二0 0五年一月一日

目录 设计过程步骤（） 2.1 语音信号的采集（） 2.2 语音信号的频谱分析（） 2.3 设计数字滤波器和画出其频谱响应（） 2.4 用滤波器对信号进行滤波（） 2.5滤波器分析后的语音信号的波形及频谱（） ●心得和经验（）

设计过程步骤 2.1 语音信号的采集 我们利用Windows下的录音机，录制了一段开枪发出的声音，时间在1 s内。接着在C盘保存为WAV格式，然后在Matlab软件平台下．利用函数wavread对语音信号进行采样，并记录下了采样频率和采样点数，在这里我们还通过函数sound引入听到采样后自己所录的一段声音。通过wavread函数和sound的使用，我们完成了本次课程设计的第一步。其程序如下： [x,fs,bite]=wavread('c:\alsndmgr.wav',[1000 20000]); sound(x,fs,bite); 2.2 语音信号的频谱分析 首先我们画出语音信号的时域波形；然后对语音信号进行频谱分析，在Matlab中，我们利用函数fft对信号进行快速傅里叶变换，得到信号的频谱特性性。到此，我们完成了课程实际的第二部。 其程序如下： n=1024; subplot(2,1,1); y=plot(x(50:n/4)); grid on ; title('时域信号') X=fft(x,256); subplot(2,1,2); plot(abs(fft(X))); grid on ; title('频域信号'); 运行程序得到的图形：

数字信号处理课程设计报告 杨俊

课程设计报告 课程名称数字信号处理 课题名称数字滤波器设计及在语音信号分析中的应用 专业通信工程 班级1281 学号201213120101 姓名杨俊 指导教师彭祯韩宁 2014年12月5日

湖南工程学院 课程设计任务书 课程名称数字信号处理 课题数字滤波器设计 及在语音信号分析中的应用专业班级通信工程1281班 学生姓名杨俊 学号201213120101 指导老师彭祯韩宁 审批 任务书下达日期2014 年12月5日 任务完成日期2014 年12月13日

《数字信号处理》课程设计任务书 一、课程设计的性质与目的 《数字信号处理》课程是通信专业的一门重要专业基础课，是信息的数字化处理、存储和应用的基础。通过该课程的课程设计实践，使学生对信号与信息的采集、处理、传输、显示、存储、分析和应用等有一个系统的掌握和理解；巩固和运用在《数字信号处理》课程中所学的理论知识和实验技能，掌握数字信号处理的基础理论和处理方法，提高分析和解决信号与信息处理相关问题的能力，为以后的工作和学习打下基础。 数字滤波器是一种用来过滤时间离散信号的数字系统，通过对抽样数据进行数学处理来达到频域滤波的目的。根据其单位冲激响应函数的时域特性可分为两类：无限冲激响应（IIR）滤波器和有限冲激响应（FIR）滤波器。 二、课程设计题目 题目1：数字滤波器设计及在语音信号分析中的应用。 1、设计步骤： （1）语音信号采集 录制一段课程设计学生的语音信号并保存为文件，要求长度不小于10秒，并对录制的信号进行采样；录制时可以使用Windows自带的录音机，或者使用其它专业的录音软件，录制时需要配备录音硬件（如麦克风），为便于比较，需要在安静、干扰小的环境下录音。 然后在Matlab软件平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数。 （2）语音信号分析 使用MATLAB绘出采样后的语音信号的时域波形和频谱图。根据频谱图求出其带宽，并说明语音信号的采样频率不能低于多少赫兹。 （3）含噪语音信号合成 在MATLAB软件平台下，给原始的语音信号叠加上噪声，噪声类型分为如下几种：①白

智能信息处理实验报告

智能信息处理实验报告 一、实验目的 1)掌握遗传算法的基本原理和程序流程。 2)理解TSP问题的基本概念。 3)能利用遗传算法求解TSP问题。 二、实验环境与设备 实验由1个学生独立完成，实验环境：笔记本电脑（Eclipse /Android Studio IDE）。 三、预备知识 1、TSP问题基本概念 TSP问题即旅行商问题（Traveling Salesperson Problem）。该问题给定n个城市和两两城市之间的距离，要求确定一条经过各城市当且仅当一次的最短路线。其图论描述为：给定图G=(V, A)，其中V为顶点集，A为各顶点相互连接组成的边集，已知各顶点间的连接距离，要求确定一条长度最短的Hamilton回路，即遍历所有顶点当且仅当一次的最短回路。 2、遗传算法的基本原理 遗传算法是一类随机优化算法，但它不是简单的随机比较搜索，而是通过对染色体的评价和对染色体中基因的作用，有效地利用已有信息来指导搜索有希望改善优化质量的状态。 标准遗传算法主要步骤可描述如下： ①随机产生一组初始个体构成初始种群。 ②计算每一个体的适配值（fitness value，也称为适应度）。适应度值是对染色体(个体) 进行评价的一种指标，是GA进行优化所用的主要信息，它与个体的目标值存在一 种对应关系。 ③判断算法收敛准则是否满足，若满足，则输出搜索结果；否则执行以下步骤。 ④根据适应度值大小以一定方式执行复制操作（也称为选择操作）。 ⑤按交叉概率p c执行交叉操作。 ⑥按变异概率p m执行变异操作。 ⑦返回步骤②。 标准遗传算法流程图下图所示。

图2.1 标准遗传算法流程图 四、实验内容 1、设计算法的编码方式 路径编码是描述TSP 解的最常用的一种策略。所谓路径编码，即直接采用城市在路径中的位置来构造用于优化的状态。 例如：设九城市TSP 问题的路径为5-4-1-7-9-8-6-2-3， 对应的路径编码为：(5 4 1 7 9 8 6 2 3)。 这种编码形式自然直观，易于加入启发式信息，也有利于优化操作的设计。 2、设计遗传算法的适应度函数 对个体i ，计算与路径编码相对应的距离，设为d i 。显然距离值d i 越大，适应度值应越小。因此，适应度函数可定义为：1 i Fit d 。这里我们在算法程序中个体适应度函数定义为：tempf[k] = 10.0 / fitness[k]。 3、设计遗传算法的选择操作 选择是用来确定交叉个体，以及被选个体将产生多少个子代个体。它是基于适应度值计算基础上进行的。在实现算法的程序中，挑选种群中适应度最高的个体。挑选函数为

医院信息管理系统--数据库课程设计

东北大学秦皇岛分校 数据库原理课程设计报告 医院信息管理系统 学院数学与统计学院 专业信息与计算科学 学号7110117 姓名王启 指导教师张建波崔向南 成绩 教师评语： 指导教师签字： 2014年1月4日

1绪论 1、背景 随着社会化大生产的不断扩大和社会对产品多样化的需求，人们越来越重视信息在生产经营及企业管理中的作用，并把它当做企业的一种极其重要的资源，人们称之为“信息资源”，信息资源的处理已经成为当今世界上一项主要的社会活动。同样，在医疗系统中也不例外，其中加强对门诊信息的管理，一方面能更好为病人服务，另一方面能加强对医院效益的监控。 当前，医院作为病人就诊的地方，有许多信息需要处理和管理。现今，有很多门诊信息都是初步开始使用，甚至尚未使用计算机进行信息处理。根据调查得知，他们以前对信息管理的主要方式是基于文本、表格等纸介质的手工处理，对于医历等很多信息都是用人工计算、手抄进行。数据信息处理工作量大，容易出错；由于数据繁多，容易丢失，且不易查找。总的来说，缺乏系统，规范的信息管理手段。 数据处理手工操作，工作量大，出错率高，出错后不易更改。基于这此问题，我认为有必要建立一个医院管理系统，使医院管理工作规范化，系统化，程序化，避免医院管理的随意性，提高信息处理的速度和准确性，能够及时、准确、有效的查询和修改医院情况。 本系统运用了Microsoft SQL Server2005为后台数据库，以Eclipse为代码开发工具，实现了医生信息管理模块、病人信息管理模块、药物信息管理模块、收费信息管理模块等功能，本系统操作简单、界面友好、灵活、稳定，适合医院信息管理。 2、Eclipse及SQL Sever 2005简介 Eclipse 是一个开放源代码的、基于Eclipse的可扩展开发平台。就其本身而言，它只是一个框架和一组服务，用于通过插件组件构建开发环境。幸运的是，Eclipse 附带了一个标准的插件集，包括Eclipse开发工具（Eclipse Development Kit，JDK）。 虽然大多数用户很乐于将Eclipse 当作Eclipse 集成开发环境（IDE）来使用，但Eclipse 的目标却不仅限于此。Eclipse 还包括插件开发环境（Plug-in Development Environment，PDE），这个组件主要针对希望扩展Eclipse 的软件开发人员，因为它允许他们构建与Eclipse 环境无缝集成的工具。由于Eclipse 中的每样东西都是插件，对于给Eclipse 提供插件，以及给用户提供一致和统一的集成开发环境而言，所有工具开发人员都具有同等的发挥场所。 SQL Server 2005 通过在可伸缩性、数据集成、开发工具和强大的分析等方面的革新更好的确立了微软在BI领域的领导地位。SQL Server 2005 能够把关键的信息及时的传递到

物联网课程设计

《物联网技术》课程设计 物联网在校园一卡通中的应用研究 摘要 随着计算机应用技术及互联网的飞速发展，在互联网的基础之上扩展和延伸并形成了新一代的网络技术—物联网（internet of things ,IOT ）。近年来，物联网技术层出不穷，移动互联网也广泛被应用，云计算逐渐走进人们的生活，随之而来的教育信息化也逐步被推进。物联网牵手高校，会给高校信息化发展带来怎样的契机？ 其实，物联网在高校校园中的应用早已初见端倪，早在2008年，台湾就开始利用物联网技术支持学校安全管理；在国内高校中，使用RFID技术却已十分广泛，校园一卡通早已普及。然而，高校校园中的物联网实际应用往往只停留在基本层面上，更深层次的应用还有待进一步探索。 关键词物联网/一卡通/校园一卡通/RFID

目录 摘要 (1) 目录 (2) 1物联网 (3) 1.1物联网的概念 (3) 1.2物联网的发展及前景 (3) 1.3物联网的原理 (5) 1.4物联网的开展 (6) 1.5物联网存在的问题 (6) 1.6物联网的技术在实际中的应用 (7) 2一卡通技术 (9) 2.1一卡通的分类 (11) 2.2一卡通系统 (11) 2.3一卡通系统技术体系结构 (12) 3校园一卡通 (14) 3.1校园一卡通概念 (15) 3.2校园一卡通的功能 (16) 3.3校园一卡通系统 (17) 3.4校园一卡通的应用 (19) 3.5校园一卡通的目标 (22) 致谢 (23) 参考文献 (23)

1物联网 随着计算机应用技术及互联网的飞速发展，在互联网的基础之上扩展和延伸并形成了新一代的网络技术—物联网（internet of things ,IOT ）。物联网技术的和应用视为及计算机、互联网和移动通讯技术之后，计算机信息技术领域的有一次发展机遇，有着重大科学意义和应用价值。随着物联网技术的进步与广泛的应用，必将对本世纪人类的生产活动带来革命性的改革。 目前，世界上主要的发达国家都对物联网发展高度重视，特别在国际金融危机持续恶化，世界经济前景不明的情况下物联网技术被当做新的经济增长点，在国内外抛起了新一轮研究浪潮。包括美国、奥盟、日本等国家纷纷出台物联网发展计划，进行相关技术和产业布局。在我国温家宝总理在2009年视察无锡时提出尽快建立“感知中国”中心，并在2010年政府工作报告中明确将“加快物联网的研究应用”纳入重点产业。 据美国权威咨询机构弗雷斯特研究公司(Forrester Research)预测，到2020年，世界上务队伍互联的业务与人对人通讯的业务竟达到30比1，物联网常视为下一个万亿级的通讯业务。 1.1物联网的概念 物联网（The Internet of things）的定义是：通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网的概念是在1999年提出的。物联网就是“物物相连的互联网”。这有两层意思：第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通讯。 物联网的概念是在1999年提出的。1999年，在美国召开的移动计算和网络国际会议就提出，“传感网是下一个世纪人类面临的又一个发展机遇”。 1.2物联网的发展及前景

电信信息处理专题课程设计

一、课程设计任务 任务一：数字图像的基本处理 1、仔细分析如图fig1_1_1、fig1_1_ 2、fig1_1_3所示图像的缺陷。求出各图像的灰度直方图并进行直方图均衡化处理。 fig1_1_1 fig1_1_2 fig1_1_3 2、对图fig1_2分别进行如下处理： （1）利用各种不同尺寸的空间滤波器模板对图像进行平滑滤波，并比较滤波效果，说明不同大小的滤波器处理产生差异的原因。 （2）利用各种不同尺寸的空间滤波器模板对图像进行锐化滤波，并比较滤波效果，说明不同大小的滤波器处理产生差异的原因。 （3）利用截止频率不同的频域低通滤波器对图像进行处理，并比较不同截止频率对滤波效果的影响，说明产生差异的原因。 （4）利用截止频率不同的频域高通滤波器对图像进行处理，并比较不同截止频率对滤波效果的影响，说明产生差异的原因。 fig1_2 3.图像还原（图像恢复） 图像复原技术就是将图像退化过程模型化，并且采用相反的过程进行处理，以便复原出原始图像。例如，原始图像fig1_3_1.bmp 由于退化变成了退化图像fig1_3_2.bmp 。此图像的退化函数为：5622(2)(2)(,)k u M v N H u v e ??--+-??=，其中0.0025k =，M=366，N=364。请采用全逆滤波和不同截止半径的逆滤波对其进行复原，并与原图像fig3_1.bmp 进行比较。再采用维纳滤波对其进行复原，并与逆滤波结果进行比较。

fig1_3_1 fig1_3_2 图fig1_3_3由于运动引起了图像的模糊变为图fig1_3_4，其退化函数为() (,)sin[()]()j ua vb T H u v ua vb e ua vb πππ-+=++，其中的参数为a=b=0.1和T=1。在退化的 过程中如果加入了噪声，则图像退化成fig1_3_5。请利用逆滤波和最小均方误差（维纳）滤波对两幅退化的图像进行还原（恢复），比较滤波器参数的不同对结果的影响。 fig1_3_3 fig1_3_4 fig1_3_5 4、形态学图像处理 请利用形态学处理方法对图fig1_4_1进行处理，将字符中的断裂连接上。同时利用低通滤波对此图像进行处理，比较两种处理方法的效果。

智能家居课程设计报告

南通大学 智能家居监控系统设计 学院：电气工程 班级：电115 姓名：刘家辰 学号： 1112002083

目录 1 引言 (3) 2 系统设计 (3) 3 硬件设计 (4) 3.1单片机的选型 (4) 3.2温度监测模块 (5) 3.2.1 温度传感器简介 . (5) 3.2.2测量原理 (5) 3.2.3电路仿真 (6) 3.3烟雾监测模块 (7) 3.4 Zigbee 模块 (8) 3.5报警模块 (9) 3.6键盘输入模块 (10) 3.7液晶显示模块 (11) 3.8人体红外感应模块 . (11) 4 主机软件设计 (12) 4.1主机程序整体框架 (13) 4.2无线发送 / 接收程序 . (13) 4.3温度监测节点程序 . (15) 4.4烟雾监测节点程序 . (17) 4.5红外热释电监测节点程序 . (18) 5 设计体会 (20)

6 参考文献 (20) 7 附录 (21) 主机电路原理图 (21)

1引言 随着社会经济和科学技术的发展，社会信息化程度越来越高，物联网的推出是 时代发展的需要，“三网合一”、“ 三屏合一” 等新概念不断提出，智能家居 成为未来家居的发展方向。智能家居在两个方面具有重要作用： (1)家居智化，继而实现住户舒适最大化，家庭安全最大化。智能家居通过 其智能家庭控制帮助人们改进生活方式，重新安排每天的时间计划表，并为高质 量的生活环境提供安全保障。 (2)智能家居的另一个重要作用是降低能源消耗，操作成本最小化，帮助人们 节约日常能源消耗开支。 智能家居主要通过智能家庭控制系统实现，家庭控制网络是实现智能家庭控制 系统的关键。近几年，各种家庭网络推进组织相继成立，并各自推出了相 关建议和标准，但这些技术标准缺乏统一的通信接口，相互间不兼容 , 无法提供家 庭控制网络的完整解决方案。因此，智能家居研究者面临的最大挑战和机遇是家用 电子领域缺乏统一的通信标准和互操作协议。 2系统设计 智能家居监控系统的总体设计框图如图 1 所示。该系统采用主从方式，主机 负责接收无线信息、GSM远程报警、传感器阈值设置，从机负责温度、气体、烟雾、等环境信号采集处理及无线发送。本文研制的智能家居环境监测报警系统能够实时 监测煤气泄漏、火灾、电热毯过热等温度异常、外人闯入等危险状态， 并可实现电话号码报警，设置传感器阈值等功能。