- ROC大小:4KB接受者操作特性曲线 (receiver operating characteristic curve,简称ROC曲线),又称为感受性曲线(sensitivity curve)。得此名的原因在于曲线上各点反映着相同的感受性,它们都是对同一信号刺激的反应,只不过是在几种不同的判定标准下所得的结果而已。接受者操作特性曲线就是以虚惊概率为横轴,击中概率为纵轴所组成的坐标图,和被试在特定刺激条件下由于采用不同的判断标准得出的不同结果画出的曲线。接受者操作特性曲线 (receiver operating characteristic curve,简称ROC曲线),又称为感受性曲线(sensitivity curve)。得此名的原因在于曲线上各点反映着相同的感受性,它们都是对同一信号刺激的反应,只不过是在几种不同的判定标准下所得的结果而已。接受者操作特性曲线就是以虚惊概率为横轴,击中概率为纵轴所组成的坐标图,和被试在特定刺激条件下由于采用不同的判断标准得出的不同结果画出的曲线。5 1637浏览会员免费
- matlab大小:2KB对图像做垂直投影的matlab代码,分为行投影和列投影两部分,修改图像路径后可直接执行。结果图分为行投影,列投影两个直方图。对图像做垂直投影的matlab代码,分为行投影和列投影两部分,修改图像路径后可直接执行。结果图分为行投影,列投影两个直方图。5 2076浏览会员免费
- 用matlab实现离散时间傅里叶变换DTFT 和离散傅里叶变换DFT。实验目的: 1、深刻理解离散时间信号傅里叶变换(DTFT)的定义,与连续傅里叶变换之间的关系; 2、深刻理解序列频谱的性质(连续的、周期的等); 3、能用MATLAB编程实现序列的DTFT,并能显示频谱幅频、相频曲线; 4、深刻理解DFT的定义、DFT谱的物理意义、DFT与DTFT之间的关系; 5、能用MATLAB编程实现有限长序列的DFT; 6、熟悉循环卷积的过程,能用MATLAB编程实现循环卷积运算5 1w+浏览会员免费
- 惯性导航大小:50MBmatlab程序,使用扩展的卡尔曼滤波完成GPS和IMU数据的融合matlab程序,使用扩展的卡尔曼滤波完成GPS和IMU数据的融合4 6927浏览会员免费
- matlab大小:2KB蒙特卡罗法的MATLAB程序,对于初学者非常有用蒙特卡罗法的MATLAB程序,对于初学者非常有用5 4542浏览会员免费
- matlab计算图像周长,面积,用的时候换下图像名即可4 6778浏览会员免费
- 斯坦福大小:3MB斯坦福大学的机器学习公开课课件 Lecture notes 1 (ps) (pdf) Supervised Learning, Discriminative Algorithms Lecture notes 2 (ps) (pdf) Generative Algorithms Lecture notes 3 (ps) (pdf) Support Vector Machines Lecture notes 4 (ps) (pdf) Learning Theory Lecture notes 5 (ps) (pdf) Regularization and Model Selection Lecture notes 6 (ps) (pdf) Online Learning and the Perceptron Algorithm. (optional reading) Lecture notes 7a (ps) (pdf) Unsupervised Learning, k-means clustering. Lecture notes 7b (ps) (pdf) Mixture of Gaussians Lecture notes 8 (ps) (pdf) The EM Algorithm Lecture notes 9 (ps) (pdf) Factor Analysis Lecture notes 10 (ps) (pdf) Principal Components Analysis Lecture notes 11 (ps) (pdf) Independent Components Analysis Lecture notes 12 (ps) (pdf) Reinforcement Learning and Control Section Notes Section notes 1 (pdf) Linear Algebra Review and Reference Section notes 2 (pdf) Probability Theory Review Files for the Matlab tutorial: sigmoid.m, logistic_grad_ascent.m, matlab_session.m Section notes 4 (ps) (pdf) Convex Optimization Overview, Part I Section notes 5 (ps) (pdf) Convex Optimization Overview, Part II Section notes 6 (ps) (pdf) Hidden Markov Models Section notes 7 (pdf) The Multivariate Gaussian Distribution Section notes 8 (pdf) More on Gaussian Distribution Section notes 9 (pdf) Gaussian Processes斯坦福大学的机器学习公开课课件 Lecture notes 1 (ps) (pdf) Supervised Learning, Discriminative Algorithms Lecture notes 2 (ps) (pdf) Generative Algorithms Lecture notes 3 (ps) (pdf) Support Vector Machines Lecture notes 4 (ps) (pdf) Learning Theory Lecture notes 5 (ps) (pdf) Regularization and Model Selection Lecture notes 6 (ps) (pdf) Online Learning and the Perceptron Algorithm. (optional reading) Lecture notes 7a (ps) (pdf) Unsupervised Learning, k-means clustering. Lecture notes 7b (ps) (pdf) Mixture of Gaussians Lecture notes 8 (ps) (pdf) The EM Algorithm Lecture notes 9 (ps) (pdf) Factor Analysis Lecture notes 10 (ps) (pdf) Principal Components Analysis Lecture notes 11 (ps) (pdf) Independent Components Analysis Lecture notes 12 (ps) (pdf) Reinforcement Learning and Control Section Notes Section notes 1 (pdf) Linear Algebra Review and Reference Section notes 2 (pdf) Probability Theory Review Files for the Matlab tutorial: sigmoid.m, logistic_grad_ascent.m, matlab_session.m Section notes 4 (ps) (pdf) Convex Optimization Overview, Part I Section notes 5 (ps) (pdf) Convex Optimization Overview, Part II Section notes 6 (ps) (pdf) Hidden Markov Models Section notes 7 (pdf) The Multivariate Gaussian Distribution Section notes 8 (pdf) More on Gaussian Distribution Section notes 9 (pdf) Gaussian Processes5 298浏览会员免费
- 倒立摆大小:24KB双闭环PID控制的一阶倒立摆控制系统,包含mdl文件和m文件,结果符合要求。双闭环PID控制的一阶倒立摆控制系统,包含mdl文件和m文件,结果符合要求。5 1117浏览会员免费
- mnist数据集大小:14MBmatlab代码,里面含有一个BP网络完整代码,以及mnist.mat数据集matlab代码,里面含有一个BP网络完整代码,以及mnist.mat数据集5 977浏览会员免费
- MATLAB大小:2KB对噪声信号中的正弦信号,通过Pisarenko谐波分解方法、Music算法和Esprit算法进行频率估计,信号源是: 其中, , , ; 是高斯白噪声,方差为 。使用128个数据样本进行估计。 1、用三种算法进行频率估计,独立运行20次,记录各个方法的估计值,计算均值和方差; 2、增加噪声功率,观察和分析各种方法的性能。对噪声信号中的正弦信号,通过Pisarenko谐波分解方法、Music算法和Esprit算法进行频率估计,信号源是: 其中, , , ; 是高斯白噪声,方差为 。使用128个数据样本进行估计。 1、用三种算法进行频率估计,独立运行20次,记录各个方法的估计值,计算均值和方差; 2、增加噪声功率,观察和分析各种方法的性能。5 1201浏览会员免费
- 人脸定位大小:2MBmatlab算法实现的人脸定位和人眼定位,通过肤色找到人脸 继而定位人眼matlab算法实现的人脸定位和人眼定位,通过肤色找到人脸 继而定位人眼4 1039浏览会员免费
- matlab大小:677B基于matlab的小波软阈值和硬阈值图像降噪。代码可以直接运行,只需要修改下原图片地址。基于matlab的小波软阈值和硬阈值图像降噪。代码可以直接运行,只需要修改下原图片地址。3 4671浏览会员免费
- MATLAB大小:16KB用 matlab 仿真A*路径规划算法,有子函数可修改。解压后运行a_star.m即可。生成迷宫中的最短的路径,以及路径搜索的过程。用 matlab 仿真A*路径规划算法,有子函数可修改。解压后运行a_star.m即可。生成迷宫中的最短的路径,以及路径搜索的过程。4 2125浏览会员免费
- matlab大小:3KB这个是8阵元均匀圆阵MUSIC DOA算法的matlab程序代码。程序中入射信号从三个不同的方向入射这个是8阵元均匀圆阵MUSIC DOA算法的matlab程序代码。程序中入射信号从三个不同的方向入射5 3033浏览会员免费
- 关于自适应波束形成方面的几个准则和相应matlab代码,有注释,能成功运行5 1986浏览会员免费
- 对于矩阵,向量的一个归一化小程序。很简单。能归到0~1的区间之内。4 8082浏览会员免费
- 高光谱大小:16MB一个关于高光谱的工具箱,是matlab版本的。一个关于高光谱的工具箱,是matlab版本的。5 2460浏览会员免费
- 高斯拟合大小:1KBmatlab高斯曲面拟合,复制到matlab环境下就可运行,简单方便。matlab高斯曲面拟合,复制到matlab环境下就可运行,简单方便。5 3216浏览会员免费
- matlab大小:391Bmatlab 图像清晰度评价调用程序,以图像锐度函数为基准判断matlab 图像清晰度评价调用程序,以图像锐度函数为基准判断5 1189浏览会员免费
- PDF格式的文档,利用matalab实现主成分分析3 183浏览会员免费
- matlab大小:2KB任意阵型的常规波束形成matlab程序,通过求取阵元间时延差进行时延补偿任意阵型的常规波束形成matlab程序,通过求取阵元间时延差进行时延补偿4 2367浏览会员免费
- matlab大小:231KB2009年写的matlab mdp源码,里面有全部的英文document介绍说明2009年写的matlab mdp源码,里面有全部的英文document介绍说明5 702浏览会员免费
- 神经网络大小:957B用神经网络实现故障诊断的matlab程序用神经网络实现故障诊断的matlab程序4 3092浏览会员免费
- ZIP大小:189KBChicken Swarm Optimization(CSO)鸡群算法,于2014年10月刚在ICSI 2014上见刊! 这是一个全新的群智能优化算法,具有简单,良好扩展性的特点,是一种天然的多种群,自适应算法! 作为刚提出的新算法,很适合进行各种改进研究,发表论文。 http://www.mathworks.cn/matlabcentral/fileexchange/48204-chicken-swarm-optimization-algorithm--demo- 关于算法源代码及介绍,可在上述网站下载! 希望对大家有用!Chicken Swarm Optimization(CSO)鸡群算法,于2014年10月刚在ICSI 2014上见刊! 这是一个全新的群智能优化算法,具有简单,良好扩展性的特点,是一种天然的多种群,自适应算法! 作为刚提出的新算法,很适合进行各种改进研究,发表论文。 http://www.mathworks.cn/matlabcentral/fileexchange/48204-chicken-swarm-optimization-algorithm--demo- 关于算法源代码及介绍,可在上述网站下载! 希望对大家有用!5 641浏览会员免费
- 人工势场大小:29KB人工势场法路径规划的仿真程序,用matlab仿真实现人工势场法路径规划的仿真程序,用matlab仿真实现5 424浏览会员免费
- 数据挖掘大小:4KB自己写的数据挖掘 关联规则 Apriori算法 matlab实现 分了许多个文件 结构清晰自己写的数据挖掘 关联规则 Apriori算法 matlab实现 分了许多个文件 结构清晰5 2837浏览会员免费
- 潮流计算大小:394KB此软件包是基于MATLAB2010平台编写的潮流计算软件,用于计算电力系统潮流,针对3机9节点,及经典39节点进行验证结果正确。压缩包里有代码的详细介绍。此软件包是基于MATLAB2010平台编写的潮流计算软件,用于计算电力系统潮流,针对3机9节点,及经典39节点进行验证结果正确。压缩包里有代码的详细介绍。5 2944浏览会员免费
- 均值滤波大小:543B用matlab实现均值滤波去除高斯白噪声.用matlab实现均值滤波去除高斯白噪声.5 3113浏览会员免费
- bms大小:308KBBMS电池管理系统的simulink模型,提供了电池均衡和soc计算功能。BMS电池管理系统的simulink模型,提供了电池均衡和soc计算功能。4 4267浏览会员免费
- 小波包大小:1KB两个matlab函数:一个是小波包分解与重构;一个是能量谱。可以自己更改成一个程序,可以达到能量特征提取的目的。两个matlab函数:一个是小波包分解与重构;一个是能量谱。可以自己更改成一个程序,可以达到能量特征提取的目的。2 8242浏览会员免费
- matlab预测控制工具箱,在学习预测控制的过程中翻译的matlab自带的示例,希望对大家有所帮助5 1611浏览会员免费
- mppt大小:99KB可以完美运行,能够对mppt进行仿真,不用谢 hah可以完美运行,能够对mppt进行仿真,不用谢 hah5 1422浏览会员免费
- Arcgis大小:192MB收集了很久才收集全的世界各国国界、河流、、湖泊、城市、道路、保护区等等的shp数据;有10m、50m、110m的,看这数据大小肯定不会有假的。由于本人喜欢用matlab,也附带了matlab程序,可以画出gis一样的效果。喜欢matlab的盆友可以下下试试,特别方便。收集了很久才收集全的世界各国国界、河流、、湖泊、城市、道路、保护区等等的shp数据;有10m、50m、110m的,看这数据大小肯定不会有假的。由于本人喜欢用matlab,也附带了matlab程序,可以画出gis一样的效果。喜欢matlab的盆友可以下下试试,特别方便。5 2457浏览会员免费
- 龙格库塔法大小:2KB本程序用于龙格库塔法的matlab仿真,并进行了实际验证,取得了很好的效果。本程序用于龙格库塔法的matlab仿真,并进行了实际验证,取得了很好的效果。4 6938浏览会员免费
- matlab大小:839B用matlab写的能够将三维点云数据读取后重建出三维模型。用matlab写的能够将三维点云数据读取后重建出三维模型。4 5468浏览会员免费
- MATLAB信号处理详解 结合MATLAB最新版本系统地介绍信号处理及现代信号处理或者非平稳信号处理(包括信号处理、阵列信号处理、时频分析及高阶谱分析)的基本理论及在工程应用中的一些基本方法;详细地介绍MATlLAB工具箱函数的用法;最后结合一些应用实例,说明基于MATLAB进行分析与设计的方法。 《MATLAB信号处理》首次将信号处理涉及的各种MATLAB工具箱全面加以说明分析,简明扼要地介绍相关领域的基本概念和基本理论,重在讲述有关基本理论和物理背景,避开繁复的推导和中间过程,结合编程应用介绍工具箱函数的功能及用法,并且通过各种应用实例阐述如何利用MATLAB工具箱来解决工程应用问题。5 1w+浏览会员免费
- morlet小波代码大小:2KB关于morlet小波的一个matlab代码,又注释,仅供参考关于morlet小波的一个matlab代码,又注释,仅供参考5 4062浏览会员免费
- tree大小:59KB完全使用matlab编写的kd-tree程序。完全使用matlab编写的kd-tree程序。5 453浏览会员免费
- matlab大小:382KB本程序是基于matlab的指纹识别程序。本程序是基于matlab的指纹识别程序。5 4203浏览会员免费
- 图像处理GUI大小:5MB本人亲测,用matlab设计的GUI实现各种数字图像处理功能,有亮度变换,傅里叶变换,几何变换,彩色图像变换,小波变换,空域滤波,频域滤波,运动模糊,去噪声,加噪声,图像复原,图像压缩编码等各种功能均可实现。本人亲测,用matlab设计的GUI实现各种数字图像处理功能,有亮度变换,傅里叶变换,几何变换,彩色图像变换,小波变换,空域滤波,频域滤波,运动模糊,去噪声,加噪声,图像复原,图像压缩编码等各种功能均可实现。5 2715浏览会员免费
- matlab代码大小:30MB本资源包括,基于SEIR模型的新冠肺炎疫情分析matlab代码和最新的国内疫情数据集。代码已详细备注,具体模型详解见本人博客,大家可以下载交流,略有瑕疵,欢迎指正。本资源包括,基于SEIR模型的新冠肺炎疫情分析matlab代码和最新的国内疫情数据集。代码已详细备注,具体模型详解见本人博客,大家可以下载交流,略有瑕疵,欢迎指正。4 2w+浏览会员免费
- 小波变换大小:2KB小波变换的图像处理%MATLAB2维小波变换经典程序 % FWT_DB.M; % 此示意程序用DWT实现二维小波变换 % 编程时间2004-4-10,编程人沙威 %%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%% clear; clc; T=256; % 图像维数 SUB_T=T/2; % 子图维数 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 1.调原始图像矩阵 load wbarb; % 下载图像 f=X; % 原始图像 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 2.进行二维小波分解 l=wfilters('db10','l'); % db10(消失矩为10)低通分解滤波器冲击响应(长度为20) L=T-length(l); l_zeros=[l,zeros(1,L)]; % 矩阵行数与输入图像一致,为2的整数幂 h=wfilters('db10','h'); % db10(消失矩为10)高通分解滤波器冲击响应(长度为20) h_zeros=[h,zeros(1,L)]; % 矩阵行数与输入图像一致,为2的整数幂 for i=1:T; % 列变换 row(1:SUB_T,i)=dyaddown( ifft( fft(l_zeros).*fft(f(:,i)') ) ).'; % 圆周卷积<->FFT row(SUB_T+1:T,i)=dyaddown( ifft( fft(h_zeros).*fft(f(:,i)') ) ).'; % 圆周卷积<->FFT end; for j=1:T; % 行变换 line(j,1:SUB_T)=dyaddown( ifft( fft(l_zeros).*fft(row(j,:)) ) ); % 圆周卷积<->FFT line(j,SUB_T+1:T)=dyaddown( ifft( fft(h_zeros).*fft(row(j,:)) ) ); % 圆周卷积<->FFT end; decompose_pic=line; % 分解矩阵 % 图像分为四块 lt_pic=decompose_pic(1:SUB_T,1:SUB_T); % 在矩阵左上方为低频分量--fi(x)*fi(y) rt_pic=decompose_pic(1:SUB_T,SUB_T+1:T); % 矩阵右上为--fi(x)*psi(y) lb_pic=decompose_pic(SUB_T+1:T,1:SUB_T); % 矩阵左下为--psi(x)*fi(y) rb_pic=decompose_pic(SUB_T+1:T,SUB_T+1:T); % 右下方为高频分量--psi(x)*psi(y) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 3.分解结果显示 figure(1); colormap(map); subplot(2,1,1); image(f); % 原始图像 title('original pic'); subplot(2,1,2); image(abs(decompose_pic)); % 分解后图像 title('decomposed pic'); figure(2); colormap(map); subplot(2,2,1); image(abs(lt_pic)); % 左上方为低频分量--fi(x)*fi(y) title('\Phi(x)*\Phi(y)'); subplot(2,2,2); image(abs(rt_pic)); % 矩阵右上为--fi(x)*psi(y) title('\Phi(x)*\Psi(y)'); subplot(2,2,3); image(abs(lb_pic)); % 矩阵左下为--psi(x)*fi(y) title('\Psi(x)*\Phi(y)'); subplot(2,2,4); image(abs(rb_pic)); % 右下方为高频分量--psi(x)*psi(y) title('\Psi(x)*\Psi(y)'); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 5.重构源图像及结果显示 % construct_pic=decompose_matrix'*decompose_pic*decompose_matrix; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% l_re=l_zeros(end:-1:1); % 重构低通滤波 l_r=circshift(l_re',1)'; % 位置调整 h_re=h_zeros(end:-1:1); % 重构高通滤波 h_r=circshift(h_re',1)'; % 位置调整 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% top_pic=[lt_pic,rt_pic]; % 图像上半部分 t=0; for i=1:T; % 行插值低频 if (mod(i,2)==0) topll(i,:)=top_pic(t,:); % 偶数行保持 else t=t+1; topll(i,:)=zeros(1,T); % 奇数行为零 end end; for i=1:T; % 列变换 topcl_re(:,i)=ifft( fft(l_r).*fft(topll(:,i)') )'; % 圆周卷积<->FFT end; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% bottom_pic=[lb_pic,rb_pic]; % 图像下半部分 t=0; for i=1:T; % 行插值高频 if (mod(i,2)==0) bottomlh(i,:)=bottom_pic(t,:); % 偶数行保持 else bottomlh(i,:)=zeros(1,T); % 奇数行为零 t=t+1; end end; for i=1:T; % 列变换 bottomch_re(:,i)=ifft( fft(h_r).*fft(bottomlh(:,i)') )'; % 圆周卷积<->FFT end; construct1=bottomch_re+topcl_re; % 列变换重构完毕 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% left_pic=construct1(:,1:SUB_T); % 图像左半部分 t=0; for i=1:T; % 列插值低频 if (mod(i,2)==0) leftll(:,i)=left_pic(:,t); % 偶数列保持 else t=t+1; leftll(:,i)=zeros(T,1); % 奇数列为零 end end; for i=1:T; % 行变换 leftcl_re(i,:)=ifft( fft(l_r).*fft(leftll(i,:)) ); % 圆周卷积<->FFT end; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% right_pic=construct1(:,SUB_T+1:T); % 图像右半部分 t=0; for i=1:T; % 列插值高频 if (mod(i,2)==0) rightlh(:,i)=right_pic(:,t); % 偶数列保持 else rightlh(:,i)=zeros(T,1); % 奇数列为零 t=t+1; end end; for i=1:T; % 行变换 rightch_re(i,:)=ifft( fft(h_r).*fft(rightlh(i,:)) ); % 圆周卷积<->FFT end; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% construct_pic=rightch_re+leftcl_re; % 重建全部图像 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 结果显示 figure(3); colormap(map); subplot(2,1,1); image(f); % 源图像显示 title('original pic'); subplot(2,1,2); image(abs(construct_pic)); % 重构源图像显示 title('reconstructed pic'); error=abs(construct_pic-f); % 重构图形与原始图像误值 figure(4); mesh(error); % 误差三维图像 title('absolute error display');小波变换的图像处理%MATLAB2维小波变换经典程序 % FWT_DB.M; % 此示意程序用DWT实现二维小波变换 % 编程时间2004-4-10,编程人沙威 %%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%% clear; clc; T=256; % 图像维数 SUB_T=T/2; % 子图维数 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 1.调原始图像矩阵 load wbarb; % 下载图像 f=X; % 原始图像 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 2.进行二维小波分解 l=wfilters('db10','l'); % db10(消失矩为10)低通分解滤波器冲击响应(长度为20) L=T-length(l); l_zeros=[l,zeros(1,L)]; % 矩阵行数与输入图像一致,为2的整数幂 h=wfilters('db10','h'); % db10(消失矩为10)高通分解滤波器冲击响应(长度为20) h_zeros=[h,zeros(1,L)]; % 矩阵行数与输入图像一致,为2的整数幂 for i=1:T; % 列变换 row(1:SUB_T,i)=dyaddown( ifft( fft(l_zeros).*fft(f(:,i)') ) ).'; % 圆周卷积<->FFT row(SUB_T+1:T,i)=dyaddown( ifft( fft(h_zeros).*fft(f(:,i)') ) ).'; % 圆周卷积<->FFT end; for j=1:T; % 行变换 line(j,1:SUB_T)=dyaddown( ifft( fft(l_zeros).*fft(row(j,:)) ) ); % 圆周卷积<->FFT line(j,SUB_T+1:T)=dyaddown( ifft( fft(h_zeros).*fft(row(j,:)) ) ); % 圆周卷积<->FFT end; decompose_pic=line; % 分解矩阵 % 图像分为四块 lt_pic=decompose_pic(1:SUB_T,1:SUB_T); % 在矩阵左上方为低频分量--fi(x)*fi(y) rt_pic=decompose_pic(1:SUB_T,SUB_T+1:T); % 矩阵右上为--fi(x)*psi(y) lb_pic=decompose_pic(SUB_T+1:T,1:SUB_T); % 矩阵左下为--psi(x)*fi(y) rb_pic=decompose_pic(SUB_T+1:T,SUB_T+1:T); % 右下方为高频分量--psi(x)*psi(y) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 3.分解结果显示 figure(1); colormap(map); subplot(2,1,1); image(f); % 原始图像 title('original pic'); subplot(2,1,2); image(abs(decompose_pic)); % 分解后图像 title('decomposed pic'); figure(2); colormap(map); subplot(2,2,1); image(abs(lt_pic)); % 左上方为低频分量--fi(x)*fi(y) title('\Phi(x)*\Phi(y)'); subplot(2,2,2); image(abs(rt_pic)); % 矩阵右上为--fi(x)*psi(y) title('\Phi(x)*\Psi(y)'); subplot(2,2,3); image(abs(lb_pic)); % 矩阵左下为--psi(x)*fi(y) title('\Psi(x)*\Phi(y)'); subplot(2,2,4); image(abs(rb_pic)); % 右下方为高频分量--psi(x)*psi(y) title('\Psi(x)*\Psi(y)'); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 5.重构源图像及结果显示 % construct_pic=decompose_matrix'*decompose_pic*decompose_matrix; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% l_re=l_zeros(end:-1:1); % 重构低通滤波 l_r=circshift(l_re',1)'; % 位置调整 h_re=h_zeros(end:-1:1); % 重构高通滤波 h_r=circshift(h_re',1)'; % 位置调整 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% top_pic=[lt_pic,rt_pic]; % 图像上半部分 t=0; for i=1:T; % 行插值低频 if (mod(i,2)==0) topll(i,:)=top_pic(t,:); % 偶数行保持 else t=t+1; topll(i,:)=zeros(1,T); % 奇数行为零 end end; for i=1:T; % 列变换 topcl_re(:,i)=ifft( fft(l_r).*fft(topll(:,i)') )'; % 圆周卷积<->FFT end; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% bottom_pic=[lb_pic,rb_pic]; % 图像下半部分 t=0; for i=1:T; % 行插值高频 if (mod(i,2)==0) bottomlh(i,:)=bottom_pic(t,:); % 偶数行保持 else bottomlh(i,:)=zeros(1,T); % 奇数行为零 t=t+1; end end; for i=1:T; % 列变换 bottomch_re(:,i)=ifft( fft(h_r).*fft(bottomlh(:,i)') )'; % 圆周卷积<->FFT end; construct1=bottomch_re+topcl_re; % 列变换重构完毕 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% left_pic=construct1(:,1:SUB_T); % 图像左半部分 t=0; for i=1:T; % 列插值低频 if (mod(i,2)==0) leftll(:,i)=left_pic(:,t); % 偶数列保持 else t=t+1; leftll(:,i)=zeros(T,1); % 奇数列为零 end end; for i=1:T; % 行变换 leftcl_re(i,:)=ifft( fft(l_r).*fft(leftll(i,:)) ); % 圆周卷积<->FFT end; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% right_pic=construct1(:,SUB_T+1:T); % 图像右半部分 t=0; for i=1:T; % 列插值高频 if (mod(i,2)==0) rightlh(:,i)=right_pic(:,t); % 偶数列保持 else rightlh(:,i)=zeros(T,1); % 奇数列为零 t=t+1; end end; for i=1:T; % 行变换 rightch_re(i,:)=ifft( fft(h_r).*fft(rightlh(i,:)) ); % 圆周卷积<->FFT end; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% construct_pic=rightch_re+leftcl_re; % 重建全部图像 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % 结果显示 figure(3); colormap(map); subplot(2,1,1); image(f); % 源图像显示 title('original pic'); subplot(2,1,2); image(abs(construct_pic)); % 重构源图像显示 title('reconstructed pic'); error=abs(construct_pic-f); % 重构图形与原始图像误值 figure(4); mesh(error); % 误差三维图像 title('absolute error display');5 807浏览会员免费
- 7种图像降噪matlab实现大小:923KB7种图像降噪matlab实现(程序源码及结果图和说明书任务书)7种图像降噪matlab实现(程序源码及结果图和说明书任务书)5 7125浏览会员免费
- 神经网络大小:193KB基于BP神经网络的手写数字识别系统,基于Matlab开发,实现手写输入板功能,特征提取,模型训练,手写识别等功能。详细使用方法在readme说明文档中。基于BP神经网络的手写数字识别系统,基于Matlab开发,实现手写输入板功能,特征提取,模型训练,手写识别等功能。详细使用方法在readme说明文档中。4 528浏览会员免费
- 直流电机大小:422KB本人按文档一步一步建模仿真,介绍的很详细,也是从网上下的,非常适合对直流电机建模的初学者,文档建立的是输入电压U和电机输出角度、角速度方面的建模仿真,本人按文档一步一步建模仿真,介绍的很详细,也是从网上下的,非常适合对直流电机建模的初学者,文档建立的是输入电压U和电机输出角度、角速度方面的建模仿真,5 2305浏览会员免费
- matlab大小:10MB有四部分,请大家将四部分都下载后再解压<br>英文版和中文版内容并不是完全相同, 但大致差不多<br>很有参考价值.有四部分,请大家将四部分都下载后再解压<br>英文版和中文版内容并不是完全相同, 但大致差不多<br>很有参考价值.4 58浏览会员免费
- matlab大小:3KB用matlab实现自适应图像阈值分割(最大类间方差法) %本程序是利用最大类间方差算法求解自适应阈值,对图像进行分割用matlab实现自适应图像阈值分割(最大类间方差法) %本程序是利用最大类间方差算法求解自适应阈值,对图像进行分割5 2489浏览会员免费
- 模拟仿真大小:2MB本压缩文件提供许多matlab与simulink模拟仿真实例教程,相信对初学者有用。本压缩文件提供许多matlab与simulink模拟仿真实例教程,相信对初学者有用。5 1065浏览会员免费
- emd大小:4KB经验模态分析的matlab源程序,可以进行emd和eemd的计算。经验模态分析的matlab源程序,可以进行emd和eemd的计算。5 635浏览会员免费
- snopt大小:3MB很好用的优化工具软件包,snopt,是一个局部优化算法,包括基于windows系统的和linux系统的很好用的优化工具软件包,snopt,是一个局部优化算法,包括基于windows系统的和linux系统的5 707浏览会员免费
- MATLAB GUI设计学习手记 全本 罗华飞编着 非常好的资源5 660浏览免费
- matlab大小:12MB第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 第8章 GRNN网络的预测----基于广义回归神经网络的货运量预测 第9章 离散Hopfield神经网络的联想记忆——数字识别 第10章 离散Hopfield神经网络的分类——高校科研能力评价 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算 第12章 初始SVM分类与回归 第13章 LIBSVM参数实例详解 第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别 第15章 SVM的参数优化——如何更好的提升分类器的性能 第16章 基于SVM的回归预测分析——上证指数开盘指数预测. 第17章 基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测 第18章 基于SVM的图像分割-真彩色图像分割 第19章 基于SVM的手写字体识别 第20章 LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用 第21章 自组织竞争网络在模式分类中的应用—患者癌症发病预测 第22章 SOM神经网络的数据分类--柴油机故障诊断 第23章 Elman神经网络的数据预测----电力负荷预测模型研究 第24章 概率神经网络的分类预测--基于PNN的变压器故障诊断 第25章 基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选 第26章 LVQ神经网络的分类——乳腺肿瘤诊断 第27章 LVQ神经网络的预测——人脸朝向识别 第28章 决策树分类器的应用研究——乳腺癌诊断 第29章 极限学习机在回归拟合及分类问题中的应用研究——对比实验 第30章 基于随机森林思想的组合分类器设计——乳腺癌诊断 第31章 思维进化算法优化BP神经网络——非线性函数拟合 第32章 小波神经网络的时间序列预测——短时交通流量预测 第33章 模糊神经网络的预测算法——嘉陵江水质评价 第34章 广义神经网络的聚类算法——网络入侵聚类 第35章 粒子群优化算法的寻优算法——非线性函数极值寻优 第36章 遗传算法优化计算——建模自变量降维 第37章 基于灰色神经网络的预测算法研究——订单需求预测 第38章 基于Kohonen网络的聚类算法——网络入侵聚类 第39章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类 第40章 动态神经网络时间序列预测研究——基于MATLAB的NARX实现 第41章 定制神经网络的实现——神经网络的个性化建模与仿真 第42章 并行运算与神经网络——基于CPU/GPU的并行神经网络运算 第43章 神经网络高效编程技巧——基于MATLAB R2012b新版本特性的探讨 第44章 层次分析法 第45章 灰色关联度 第46章 熵权法 第47章 主成分分析 第48章 主成分回归 第49章 偏最小二乘 第50章 逐步回归分析 第51章 模拟退火 第52章 RBF,GRNN,PNN-神经网络 第53章 竞争神经网络与SOM神经网络 第54章 蚁群算法tsp求解 第55章 灰色预测GM1-1 第56章 模糊综合评价 第57章 曲线拟合 目前没空,后面继续整理,还有很多类似的代码,欢迎下载第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 第8章 GRNN网络的预测----基于广义回归神经网络的货运量预测 第9章 离散Hopfield神经网络的联想记忆——数字识别 第10章 离散Hopfield神经网络的分类——高校科研能力评价 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算 第12章 初始SVM分类与回归 第13章 LIBSVM参数实例详解 第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别 第15章 SVM的参数优化——如何更好的提升分类器的性能 第16章 基于SVM的回归预测分析——上证指数开盘指数预测. 第17章 基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测 第18章 基于SVM的图像分割-真彩色图像分割 第19章 基于SVM的手写字体识别 第20章 LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用 第21章 自组织竞争网络在模式分类中的应用—患者癌症发病预测 第22章 SOM神经网络的数据分类--柴油机故障诊断 第23章 Elman神经网络的数据预测----电力负荷预测模型研究 第24章 概率神经网络的分类预测--基于PNN的变压器故障诊断 第25章 基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选 第26章 LVQ神经网络的分类——乳腺肿瘤诊断 第27章 LVQ神经网络的预测——人脸朝向识别 第28章 决策树分类器的应用研究——乳腺癌诊断 第29章 极限学习机在回归拟合及分类问题中的应用研究——对比实验 第30章 基于随机森林思想的组合分类器设计——乳腺癌诊断 第31章 思维进化算法优化BP神经网络——非线性函数拟合 第32章 小波神经网络的时间序列预测——短时交通流量预测 第33章 模糊神经网络的预测算法——嘉陵江水质评价 第34章 广义神经网络的聚类算法——网络入侵聚类 第35章 粒子群优化算法的寻优算法——非线性函数极值寻优 第36章 遗传算法优化计算——建模自变量降维 第37章 基于灰色神经网络的预测算法研究——订单需求预测 第38章 基于Kohonen网络的聚类算法——网络入侵聚类 第39章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类 第40章 动态神经网络时间序列预测研究——基于MATLAB的NARX实现 第41章 定制神经网络的实现——神经网络的个性化建模与仿真 第42章 并行运算与神经网络——基于CPU/GPU的并行神经网络运算 第43章 神经网络高效编程技巧——基于MATLAB R2012b新版本特性的探讨 第44章 层次分析法 第45章 灰色关联度 第46章 熵权法 第47章 主成分分析 第48章 主成分回归 第49章 偏最小二乘 第50章 逐步回归分析 第51章 模拟退火 第52章 RBF,GRNN,PNN-神经网络 第53章 竞争神经网络与SOM神经网络 第54章 蚁群算法tsp求解 第55章 灰色预测GM1-1 第56章 模糊综合评价 第57章 曲线拟合 目前没空,后面继续整理,还有很多类似的代码,欢迎下载5 2314浏览会员免费
- 字符识别大小:847KB这个是车牌识别的matlab程序,其中包括很多基础的图像处理函数的使用,一些模板匹配的算法,本资源配套博客 http://blog.csdn.net/berguiliu/article/details/27528439 具体的应用和简单的算法介绍都在这里面,希望大家好好阅读!这个是车牌识别的matlab程序,其中包括很多基础的图像处理函数的使用,一些模板匹配的算法,本资源配套博客 http://blog.csdn.net/berguiliu/article/details/27528439 具体的应用和简单的算法介绍都在这里面,希望大家好好阅读!5 2300浏览会员免费
- matlab大小:139KB多图像超分辨率的实现主要就是将具有相似而又不同却又互相补充信息的配准影像融到一起,得到非均匀采样的较高分辨率数据,复原需要亚像素精度的运动矢量场,然而它们之间的运动模型估计精确与否直接影响到重建的效果,因此影像配准和运动模型的估计精度是高分辨率图像重建的关键。由于实际中不同时刻获得的影像数据间存在较大的变形、缩放、旋转和平移,因此必须对其进行配准,在此基础上进行运动模型估计。然后通过频率域或空间域的重建处理,生成均匀采样的超分辨率数据多图像超分辨率的实现主要就是将具有相似而又不同却又互相补充信息的配准影像融到一起,得到非均匀采样的较高分辨率数据,复原需要亚像素精度的运动矢量场,然而它们之间的运动模型估计精确与否直接影响到重建的效果,因此影像配准和运动模型的估计精度是高分辨率图像重建的关键。由于实际中不同时刻获得的影像数据间存在较大的变形、缩放、旋转和平移,因此必须对其进行配准,在此基础上进行运动模型估计。然后通过频率域或空间域的重建处理,生成均匀采样的超分辨率数据5 2678浏览会员免费
- 用matlab7编写的蚁群算法程序,注释很清楚。4 116浏览会员免费
- LDPC大小:11KB运行ldpc_demo.m即可运行程序,校验矩阵按照基础的G提出的原理生成的,用了高斯变换的到[I P]矩阵,之后译码就是置信译码算法,对于LDPC初学者,可以看完原理后,照着程序一步步理解,这样对理论的实现有进一步认识。运行ldpc_demo.m即可运行程序,校验矩阵按照基础的G提出的原理生成的,用了高斯变换的到[I P]矩阵,之后译码就是置信译码算法,对于LDPC初学者,可以看完原理后,照着程序一步步理解,这样对理论的实现有进一步认识。5 1229浏览会员免费
- 车牌识别大小:1MB这是一个完整的车牌识别系统matlab源代码,其中包括车牌定位 车牌分割 车牌字符识别,最终识别出车牌号码。这是一个完整的车牌识别系统matlab源代码,其中包括车牌定位 车牌分割 车牌字符识别,最终识别出车牌号码。4 133浏览会员免费
- 检测与跟踪大小:275B视频运动目标检测与跟踪 matlab代码 能够检测到背景单调运动目标的检测与跟踪视频运动目标检测与跟踪 matlab代码 能够检测到背景单调运动目标的检测与跟踪4 3351浏览会员免费
- matlab大小:3MBmatlab通信系统工具箱,取自matlab R2012b,对于通信专业十分有用。安装方法可以百度matlab通信系统工具箱,取自matlab R2012b,对于通信专业十分有用。安装方法可以百度5 578浏览会员免费
- 相位解缠大小:47KB经典的枝切法用于相位解缠的matlab代码,非常有用。经典的枝切法用于相位解缠的matlab代码,非常有用。5 832浏览会员免费