-
GSC matlab
GSC(Generalized Sidelobe Canceller,广义旁瓣相消器)是麦克风阵列处理中实现语音增强的一种方法
- 2020-11-04下载
- 积分:1
-
读取、显示、计算Lidar点云及dat数据文件
一款非常灵巧的读取、显示、计算Lidar点云及dat数据文件的源代码公开的工具软件,采用VC++6.0开发完成。可同步显示已读取多少个点。
- 2020-02-26下载
- 积分:1
-
基于BP神经网络的人脸识别代码
采用的特征提取算法是奇异值分解,采用的分类器是BP神经网络运行于matlab下的人脸识别的全套源码
- 2020-06-24下载
- 积分:1
-
ARM、PowerPC、MIPS反汇编工具V1.23.03
反汇编带符号表的32位/64位ELF目标文件,CPU类型:ARM PowerPC MIPS 操作菜单选择:文件解析 Alx+P ELF文件解析 Alt+E 另有文本比较等杂项功能。V1.23.03相对上一版本,提供32位X86反汇编;V1.23.02相对上一版本,提供源代码行查询指令地址,OBJ/COREDUMP文件解析,sprintf函数参数特定检查,完善文件拖放操作,修复小BUG;V1.23.01相对上一版本,提供ELF文件指令修改,修复ARM MLS指令反汇编错误等BUG;V1.23.00相对上一版本,提供程序地址对应源代码行查询,修复MIPS调试信息错误;V1.22相对上一版本,修复M
- 2020-12-10下载
- 积分:1
-
数据挖掘在各行业的应用论文
数据挖掘在各行业的应用论文数据仓库与数据挖掘.caj空间数据挖掘技术.caj数据仓库与数据挖掘技术及其在科技情报业的应用前景.caj相关案件的数据挖掘.caj数据挖掘技术.caj一种实时过程控制中的数据挖掘算法研究.cajEIS 环境下的数据挖掘技术的研究.caj数据挖掘及其工具的选择.caj数据挖掘技术与中国商业银行业务发展策略.caj数据挖掘工具DMTools的设计与实现.caj数据仓库、数据挖掘在银行中的应用.caj基于信息熵的地学空间数据挖掘模型.caj数据挖掘及其在商业银行中的应用.caj数据挖掘与决策支持系统.caj数据仓库、数据集市和数据挖掘.caj
- 2020-12-05下载
- 积分:1
-
卫星轨道模拟 仿真 程序
用matlab编写的卫星轨道模拟程序,可用于仿真,计算轨迹
- 2021-05-06下载
- 积分:1
-
基于可见边的去雾图像质量评价
该代码是基于可见边的图像质量评价程序,matlab实现,里面附着相应的文献及测试图像。
- 2020-12-12下载
- 积分:1
-
基于灰色理论与神经网络的水质组合预测模型研究.zip
【实例简介】基于灰色理论与神经网络的水质组合预测模型的研究是当前水质预测领域的研究热点之一,国内外众多研究者都在尝试如何将灰色理论与神经网络进行有效组合,以获得更好的预测效果。因此,本文在借鉴前人的成果基础上,采用串联组合方法分别对基于灰色理论与 神经网络的水质组合预测模型、基于灰色理论与 神经网络的水质组合预测模型进行了对比研究,同时提出了一种预测效果更佳的基于时间窗口移动技术与 神经网络的水质组合预测模型。
首先,本文根据中国环境质量公报(淡水环境)中长江水环境质量状况以及结合重庆市长江流域断面的实际情况筛选出七项水质指标,然后论述了灰色 模型、 神经网络以及 神经网络的相关理论和算法,接着建立了基于灰色理论与 神经网络的水质组合预测模型和基于灰色理论与 神经网络的水质组合预测模型,并以重庆市长江寸滩断面1998年至2008年的水质数据为例进行了实例测试和结果分析,也对两种组合预测模型的结果进行了对比与讨论,得出了后者预测效果更好等结论。
与此同时,通过以上两种组合预测模型的研究,本文提出了基于时间窗口移动技术与 神经网络的水质组合预测模型,并仍以长江寸滩断面为例,经过研究和实例测试表明该模型能够较好的对长江流域寸滩断面的水质进行预测,在整体上其预测效果比前两种组合预测模型更为理想,而且该模型能够较好地应用于水质指标预测和管理中,为河流水质预测提供重要的科学依据。
最后,本文采用基于 神经网络的水质评价模型对重庆市长江寸滩各年的水质进行了等级评价,并与中国环境保护部公布的水质评价结果进行了对比分析,其结果表明水质评价结果在一定程度上能够正确地反映长江寸滩当前的水质状况。
- 2021-11-24 00:39:25下载
- 积分:1
-
基于遗传算法的一维最大熵多阈值分割.rar
【实例简介】遗传算法 最大熵 多阈值 matlab程序 保证可以运行能很快达到最优解
- 2021-12-11 00:44:25下载
- 积分:1
-
贝叶斯压缩感知稀疏信号重构方法研究
贝叶斯压缩感知稀疏信号重构方法研究
- 2021-05-06下载
- 积分:1