-
OFDM_basic
basic ofdm Access method
- 2013-07-10 18:53:59下载
- 积分：1
-
carfollowingmodel
在车联网研究之中，对于先进的车辆跟驰模型的仿真，以及绘制时空图(car following model simulation and spatial plot)
- 2014-11-18 11:38:42下载
- 积分：1
-
remote
remote sensing image analysis done by segmentation and classification is done finally
- 2013-12-09 13:07:51下载
- 积分：1
-
CS-OMP
最新理论压缩感知中的信号重构算法，能够实现OMP这种常用的重构算法(The latest theory of compressed sensing signal reconstruction algorithms to achieve this common OMP reconstruction algorithm)
- 2015-04-16 23:41:55下载
- 积分：1
-
jui
AHP层次分析法计算判断矩阵的最大特征值,是学习PCA特征提取的很好的学习资料，STM32制作的MP3的全部资料。( Calculate the maximum eigenvalue judgment matrix of AHP, Is a good learning materials to learn PCA feature extraction, STM32 all the information produced by the MP3.)
- 2017-03-20 10:18:16下载
- 积分：1
-
LFM_OFDM
说明： 此程序主要用于实现OFDM通信系统的同步，采用线性调频的方法可以克服信道的频率选择性衰落。(The programme is to realize synchronization in OFDM systems)
- 2010-04-06 16:57:48下载
- 积分：1
-
cwt_contious1
牛人自己编写的基于morlet小波的连续小波变换，可以修改其中参数，但是输出与matlab自带的函数有出入，在修正中。(Prepared by the cattle themselves morlet wavelet continuous wavelet transform, where the parameters can be modified, but the output function that comes with matlab discrepancy in the amendment.)
- 2012-04-10 21:59:17下载
- 积分：1
-
matlab
张德丰所著《MATLAB数字图像处理》一书的完整代码。(Zhang Defeng book " MATLAB image processing," a book of the complete code.)
- 2010-05-28 14:43:13下载
- 积分：1
-
DXSXSY_EX_Ch5
大学数学实验-清华出版社-姜启源-第5章例题源代码
(Mathematics Experiment-Tsinghua University- Chapter 5 Example
)
- 2011-12-02 17:30:42下载
- 积分：1
-
NSGA-III
测试可以跑，根据自己情况修改下函数即可. NSGA-III 首先定义一组参考点。然后随机生成含有 N 个（原文献说最好与参考点个数相同）个体的初始种群，其中 N 是种群大小。接下来，算法进行迭代直至终止条件满足。在第 t 代，算法在当前种群 Pt的基础上，通过随机选择，模拟两点交叉（Simulated Binary Crossover，SBX）和多项式变异 产生子代种群 Qt。Pt和 Qt的大小均为 N。因此，两个种群 Pt和 Qt合并会形成种群大小为 2N 的新的种群 Rt=Pt∪Qt。 为了从种群 Rt中选择最好的 N 个解进入下一代，首先利用基于Pareto支配的非支配排序将 Rt分为若干不同的非支配层（F1，F2等等）。然后，算法构建一个新的种群St，构建方法是从 F1开始，逐次将各非支配层的解加入到 St，直至 St的大小等于 N，或首次大于 N。假设最后可以接受的非支配层是 L层，那么在 L+ 1 层以及之后的那些解就被丢弃掉了，且 St FL中的解已经确定被选择作为 Pt+1中的解。Pt+1中余下的个体需要从 FL中选取，选择的依据是要使种群在目标空间中具有理想的多样性。(The test can run and modify the function according to its own situation. NSGA-III first defines a set of reference points. Then the initial population containing N individuals (preferably the same number of reference points as the original literature) was randomly generated, where N was the size of the population. Next, the algorithm is iterated until the termination condition is satisfied. On the basis of current population Pt, the algorithm simulates two-point crossover (SBX) and polynomial mutation to produce offspring population Qt by random selection.)
- 2021-01-26 22:38:41下载
- 积分：1
