搜索资源列表
MSE_calculation
- 最小二乘算法，最小均方误差等算法的MSE的计算，MATLAB代码
NLMS
- 若不希望用与估计输入信号矢量有关的相关矩阵来加快LMS算法的收敛速度，那么可用变步长方法来缩短其自适应收敛过程，其中一个主要的方法是归一化LMS算法（NLMS算法），变步长 的更新公式可写成 W（n+1）=w（n）+ e（n）x（n） =w（n）+ （3.1） 式中， = e（n）x（n）表示滤波权矢量迭代更新的调整量。为了达到快速收敛的目的，必须合适的选择变步长 的值，一个可能策略是尽可能多地减少瞬时平方误差，即用瞬时平方误差作为均方误差的MSE简单估计，这也是LMS算法的基本思想
mathworks
- 基于最小二乘法和最小均方误差法的信道估计，包括详细的仿真结果，如误码率和均方误差。-Based on the least squares and minimum mean square error of channel estimation methods, including detailed simulation results, such as error rate and MSE.
image_fusion_proforma_evalu_quality
- 这是从网上整理出来的图像融合评价标准，总共有13项性能指标。包括平均梯度，边缘强度，信息熵，灰度均值，标准差(均方差MSE)，均方根误差，峰值信噪比（psnr），空间频率(sf)，图像清晰度，互信息(mi)，结构相似性(ssim)，交叉熵(cross entropy)，相对标准差。大家一起交流吧~-This is sorted out from the online image fusion evaluation criteria, there are a total of 13 perform
Based_on_the_characteristics_of_an_edge_subpixel_p
- 提出了基于边缘特征的亚像素投影配准算法,法引入新的图像相似性评价函数 — 均方误差函数(Mean Sequare Er ron ,MSE)-Proposed sub-pixel edge features based projection matching algorithm, France and the introduction of a new image similarity evaluation function- the mean square error function (Mea
lms_rsl
- 利用lms算法和rls算法，对通过给定系统h的随机信号进行自适应滤波，通过抽头w对系统进行逆辨识与辨识，同时产生MSE 即均方误差，来描述对信号恢复的效果。-Using lms algorithm and rls algorithms h through a given system adaptive filtering of random signals, the system through the tap w reverse identification and recognition,
4paper4
- 图像质量评价方法研究进展 ：图像质量评价是图像处理领域的研究热点。该文综合论述了图像质量的主观和客观评价方法，重点阐述了 单视点图像质量的客观评价方法。对目前比较常用的峰值信噪比和均方误差全参考评价算法进行了分析并指出其存 在的问题。然后，对基于误差敏感度和基于结构相似度的评价算法进行了论述和分析，并对质降和无参考评价方法 进行了综述。根据视点的个数，图像质量评价可分为对传统单视点图像和立体图像的评价。该文还对立体图像质量 评价算法进行了分析讨论。最后，就图像质量评价算法的进
SEI_DD_MMSE
- 实现双模式盲均衡算法（DD,MSEI），画出了均方误差曲线图-realized two-mode blind equalization algorithm, produces the MSE performence
BlockMatch
- 任选一种快速的块匹配运动估计算法进行实现，画出其运动场及残差图，给出均方误差（MSE）或绝对值误差（MAD）。-block match
TUXIANGCHULI
- 利用matlab求图像的峰值信噪比和均方误差最简单的方法- The easiest way to find image PSNR and MSE by matlab
A
- 均方误差信噪比 峰值信噪平均绝对误差的计算-Write MATLAB functions that take two grayscale images as input, and calculate the following image difference metrics: Mean Squared Error (MSE) Signal to Noise Ratio(SNR) Peak Signal to Noise Ra
kaerman
- 用MATLAB实现的卡尔曼滤波，根据有用信号和干扰噪声的统计特性（自相关函数或功率谱），以线性最小均方误差（MSE），能最大程度的滤除干扰噪声，提取有用信号。-Kalman filter using MATLAB, based on the statistical properties of the useful signal and interference noise (autocorrelation function or power spectrum), linear minimum m
lms
- 最小均方误差算法的编程，简单有效，完整-MSE programming algorithm
SVM_matlab
- 利用SVM做回归线性测试。对于大盘指数的有效预测可以从整体上观测股市的变化提供强有力的信息，所以对上证指数的预测很有意义。通过对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析，最终拟合的结果是：均方误差MSE=2.35705 e-005，平方相关系数 R=99.9195 。SVM的拟合结果还是比较理想的。-Make use of SVM linear regression testing. For the market index can predict the o
MSE-PSNR
- 以下在matlab中利用图像处理工具箱实现均方误差（MSE）、峰值信噪比（PSNR）和熵的源代码 -The following use in matlab image processing toolbox mean square error (MSE), the peak signal to noise ratio (PSNR), and entropy source code
MSE_PSNR
- 采用MATLAB实现图像的PSNR（峰值信噪比）以及MSE（均方误差）的实现(Realization of PSNR (peak signal to noise ratio) and MSE (mean square error) realization of image with MATLAB)
自适应波束形成
- matlab程序，基于最小均方误差准则和线性约束最小方差准则的自适应波束形成。(Adaptive beamforming based on MSE(Mean Square Error) and LCMV(Linear Constraint Minumum Variance),based on Matlab)
无线MIMO系统/光纤模分复用系统的MIMO-LMS自适应均衡算法
- 代码注释十分详细，可将个人的数据导入后，直接运行即可。此代码为MIMO-LMS自适应均衡算法，以4×4(可自行修改)MIMO/MDM系统为例，信号调制方式为PAM4(可自行修改）,在CMA与收敛后，采用了三种MIMO-LMS算法：基础MIMO-LMS.分段步长MIMO-LMS与变步长MIMO-LMS，分别对四路接收信号进行均衡，计算均衡后数据的误码率并做出误码率与接收功率的曲线图。此外还可做出三种MIMO-LMS 均方误差MSE的收敛曲线，三种MIMO-LMS均衡前后信号散点图等。