搜索资源列表
4qa
- 4QAM 常模de 算法,算法简单明了，运行正确-4QAM norm de algorithm
MIMO
- 该代码为分布式MIMO天线选择的最优算法，递增算法，递减算法以及基于范数的算法。-The code for the Distributed MIMO antenna selection of the optimal algorithm, incremental algorithm, descending algorithm and norm-based algorithm.
adaptecdemo
- 基于LMS自适应时延估计算法，研究基于分数低阶的时延估计算法，包括:基于共变的时间延迟估计，基于分数低阶协方差的时延估计方法，还有最小平均P范数时延估计方法。 -Delay estimation algorithm based on LMS adaptive research based on the fractional lower order time delay estimation algorithm, including: covariation-based time delay es
adaptequaldemo1fd
- 基于LMS自适应时延估计算法，研究基于分数低阶的时延估计算法，包括:基于共变的时间延迟估计，基于分数低阶协方差的时延估计方法，还有最小平均P范数时延估计方法。 -Delay estimation algorithm based on LMS adaptive research based on the fractional lower order time delay estimation algorithm, including: covariation-based time delay es
adaptfxlmsdemo2fd
- 基于LMS自适应时延估计算法，研究基于分数低阶的时延估计算法，包括:基于共变的时间延迟估计，基于分数低阶协方差的时延估计方法，还有最小平均P范数时延估计方法。 -Delay estimation algorithm based on LMS adaptive research based on the fractional lower order time delay estimation algorithm, including: covariation-based time delay es
adaptgettingstarted3fd
- 基于LMS自适应时延估计算法，研究基于分数低阶的时延估计算法，包括:基于共变的时间延迟估计，基于分数低阶协方差的时延估计方法，还有最小平均P范数时延估计方法。 -Delay estimation algorithm based on LMS adaptive research based on the fractional lower order time delay estimation algorithm, including: covariation-based time delay es
adaptnlmsdemofdfd
- 基于LMS自适应时延估计算法，研究基于分数低阶的时延估计算法，包括:基于共变的时间延迟估计，基于分数低阶协方差的时延估计方法，还有最小平均P范数时延估计方法。 -Delay estimation algorithm based on LMS adaptive research based on the fractional lower order time delay estimation algorithm, including: covariation-based time delay es
adaptrlsdemo4fd
- 基于LMS自适应时延估计算法，研究基于分数低阶的时延估计算法，包括:基于共变的时间延迟估计，基于分数低阶协方差的时延估计方法，还有最小平均P范数时延估计方法。 -Delay estimation algorithm based on LMS adaptive research based on the fractional lower order time delay estimation algorithm, including: covariation-based time delay es
aledemo5fd
- 基于LMS自适应时延估计算法，研究基于分数低阶的时延估计算法，包括:基于共变的时间延迟估计，基于分数低阶协方差的时延估计方法，还有最小平均P范数时延估计方法。 -Delay estimation algorithm based on LMS adaptive research based on the fractional lower order time delay estimation algorithm, including: covariation-based time delay es
KOMP
- 核稀疏表示的正交匹配追踪算法，这里核稀疏表示的正则化项为L0范数-Nuclear sparse representation orthogonal matching pursuit algorithm, where nuclear sparse representation regularization term is L0 norm
blinddeconv
- 一个盲去模糊算法，速度很快！用到了l1/l2范数和对卷积核的l1范数，对噪声有抑制作用！-A blind go fuzzy algorithm, the sppeed is very fast! l1/l2 norm and l1 norm are used for compution, the noise was inhibited!
YALL1-v1.4
- 新版的求解L1范数最小化问题的凸优化工具包-new version for solve L1-norm minimization problem of convex optimization
FAST-ICA
- 1、对观测数据进行中心化，； 2、使它的均值为0，对数据进行白化—>Z； 3、选择需要估计的分量的个数m，设置迭代次数p<-1 4、选择一个初始权矢量（随机的W，使其维数为Z的行向量个数）； 5、利用迭代W(i,p)=mean(z(i,:).*(tanh((temp) *z)))-(mean(1-(tanh((temp)) *z).^2)).*temp(i,1)来学习W （这个公式是用来逼近负熵的） 6、用对称正交法处理下W 7、归一化W(:,p)=W(:,
FAST-ICA11
- 1、对观测数据进行中心化，； 2、使它的均值为0，对数据进行白化—>Z； 3、选择需要估计的分量的个数m，设置迭代次数p<-1 4、选择一个初始权矢量（随机的W，使其维数为Z的行向量个数）； 5、利用迭代W(i,p)=mean(z(i,:).*(tanh((temp) *z)))-(mean(1-(tanh((temp)) *z).^2)).*temp(i,1)来学习W （这个公式是用来逼近负熵的） 6、用对称正交法处理下W 7、归一化W(:,p)=W(:,
l1_ls_matlab
- 压缩感知，利用l1范数的重建方法：l1_ls.m，以及两个简单例子和说明文档-Using the l1 norm reconstruction method: l1_ls.m
SSC_1.0
- 一种用于稀疏表示求解L1范数的算法，用L1范数近似L0范数获得了更好的效果。-A method for sparse representation algorithm for solving the L1-norm
CSL1.0
- A Comprehensive Sparse Learning Package-Descr iptions: Six sparse algorithms are implemented in this package. They are 1) SVM 2) L1-norm SVM a) Linear Programming SVM b) SC-SVM 3) L0-norm SVM 4) RVM (Relevance Vector Machine) 5)
FANSHUSHANG
- 求解加噪信号的范数熵，本程序是选取单载频信号求解其范数熵-Solving the norm of the signal plus noise entropy, the procedure is to select a single carrier frequency signal solving its norm entropy
Linux-to-road-of-the-Kernel
- 设备模型之外，对于驱动程序的开发者来说，有三样东西是不可缺少的：第一是协议或标准的spec，也就是规范，比如usb协议规范；第二是硬件的datasheet，即你的驱动要支持的硬件的手册；第三就是内核里类似驱动的源代码，比如你要写触摸屏驱动的话，就可以参考内核里已经有的一些触摸屏驱动-Device model, the developer of the driver, there are three things are essential: The first is the protocol o
apg
- APG 算法实现核函数相关模式问题，发上来分享。大家可以试试！-Accelerated Proximal Gradient Algorithm for Nuclear Norm Regularized Least Squares problems