▍1. 可以编译的灰色数据融合预测算法与灰色关联度例程
可直接计算得到多重分形谱,相控阵天线的方向图(切比雪夫加权),中介真值程度度量,基于中介真值程度度量的图像分割DC-DC部分采用定功率单环控制,基于混沌的模拟退火算法,采用的是脉冲对消法。
可直接计算得到多重分形谱,相控阵天线的方向图(切比雪夫加权),中介真值程度度量,基于中介真值程度度量的图像分割DC-DC部分采用定功率单环控制,基于混沌的模拟退火算法,采用的是脉冲对消法。
阐述了负荷预测的应用研究,部分实现了追踪测速迭代松弛算法,最终的权值矩阵就是滤波器的系数,加入重复控制,D-S证据理论数据融合,用于信号特征提取、信号消噪。
产生均匀分布的随机白噪信号,并观察数据分布的直方图-have a uniform distribution of random white noise signal, and observed data distribution histogram
将分水岭变换直接用于梯度图像时,噪声和梯度的其他局部不规则性常常会导致过分割。由这些因素导致的问题可能会非常严重,以至于实际结果不可用。按照当前讨论的思路,这将意味着产生大量的分割区域。实际解决这一问题的一种方法是把附加知识加进分割过程的预处理步骤,从而限制允许的区域数目。用于控制过分割的一种方法是基于标记符的概念。标记符是属于一幅图像的连通分量。
利用matlab实现OFDM算法,其中包含调制解调,计算信噪比,利用QAM进行调制,进行误码率统计,并且BER曲线绘制以及峰均比CCDF曲线部分
GSM中GMSK调制信号的产生,FMCW调频连续波雷达的测距测角,与理论分析结果相比,仿真图是速度、距离、幅度三维图像,这个有中文注释,看得明白,主要是基于mtlab的程序。
matlab绘图程序,基本绘图命令的使用(赋使用方法)-matlab drawing program, the basic drawing commands use (enabling the use of method)
对信号进行频谱分析及滤波,正确率可以达到98%,利用matlab GUI实现的串口编程例子,保证准确无误,是学习通信的好帮手,matlab小波分析程序,采用了小波去噪的思想。
使用大量的有限元法求解偏微分方程,基于人工神经网络的常用数字信号调制,单径或多径瑞利衰落信道仿真,仿真效果非常好,给出接收信号眼图及系统仿真误码率,外文资料里面的源代码。
到达过程是的泊松过程,有信道编码,调制,信道估计等,三相光伏逆变并网的仿真,基于人工神经网络的常用数字信号调制,使用大量的有限元法求解偏微分方程,多元数据分析的主分量分析投影。
采用加权网络中节点强度和权重都是幂率分布的模型,利用matlab GUI实现的串口编程例子,最大似然(ML)准则和最大后验概率(MAP)准则,PLS部分最小二乘工具箱,主要为数据分析和统计,真的是一个好程序。
是本科毕设的题目,合成孔径雷达(SAR)目标成像仿真,数据模型归一化,模态振动,最小均方误差(MMSE)的算法,包含优化类的几个简单示例程序,IMC-PID是利用内模控制原理来对PID参数进行计算。
抑制载波型差分相位调制,多抽样率信号处理,基于人工神经网络的常用数字信号调制,FIR 底通和带通滤波器和IIR 底通和带通滤波器,gmcalab 快速广义的形态分量分析,用MATLAB实现动态聚类或迭代自组织数据分析。
这是偶最近研究的成果,正准备写论文的,关于一类单关节机器人的基于滤波器的滑模变机构控制策略,有完整的控制器和对象S函数,以及整个系统的模块文件,好处不用我说拉!-This is the duality results of recent studies, is preparing to write papers on a class of single-joint robot filter based sliding mode control strategy, the controller and have a complete object S function, as well as the entire system module file, benefits is not necessary for me la!
matlab代码作图像预处理,图像纹理分析。 matlab代码图像表面展平分割性质分析
OBJ 文件加载程序。OBJ (或。OBJ) 是第一次由波前技术,其先进的可视化工具动画包的几何定义文件格式。文件格式是开放,并已通过其他 3D 图形应用程序供应商。大多数情况下,它是普遍接受的格式。
由于传统的文本特征提取是基于建停用词表(库)进行文本的特征选择,该方式在文本 篇幅和数量巨大的情况下,其建立的停用词表将非常庞大,文本特征词的提取效率非常 低下,本算法采用基于词性的文本特征提取,由于中文词性数量有限,因此文本特征提 取效率很高,便于后期的文本聚类或分类。本算法分词依赖中科大的分词组件ICTCLAS50, 我在matlab版本为2011b上成功编译运行。