MATLAB由于其强大的功能而被广泛应用于很多工程技术领域，尤其在通信和信息处理领域更有其突出地位。众所周知，在物理级的产品作出之前，先用MATLAB进行这种电子产品的输入输出以估计这种产品的性能好坏，从而可以看出什么地方需要从新设计，什么地方需要优化等来进一步提高系统的性能，因此，伴随着现代通信系统与日俱增的复杂性，这种通信系统的仿真分析也变得尤其重要。本文介绍了利用MATLAB进行正交振幅调制与解调的仿真分析，仿真结果验证了该方法的正确性和可行性。

由于SAR和可见光成象传感器图象的物理特征不同,因此进行匹配难度很大.本文在深入分析了这两种传感器图象物理特征的基础上,提出了一种图象匹配的新方法.该方法运用形态学滤波方法去除SAR图象斑点噪声,利用图象的边缘特征进行匹配,并采用多分辨率分级搜索技术减少计算量,在对实验结果进行分析的基础上提出了搜索真实匹配位置的准则,大大提高了匹配的准确率.通过实验对SAR图象斑点噪声滤波和SAR与可见光 图象匹配算法进行了验证,实验证明本算法的SAR图象去噪效果明显优于传统的Frost方法,图象匹配精度高

人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会议、人机交互、系统公安(罪犯识别等)等方面的巨大应用前景而越来越成为当前模式识别与人工智能领域的一个研究热点。 本文提出了一种基于24位彩彩色图图像对人脸进行识别的方法，介绍的主要内容是图像处理，它在整个软件源码中占有极其重要的地位，图像处理的好坏直接影响着定位与识别的准确率。本软件源码主要用到的图像处理技术是：光线补偿、高斯平滑与二值化 -Face recognition because of its great future

基于蚁群算法的机器人的路径规划问题蚁群算法，一种与传统的数学规划原理截然不同的，模拟自然生态系统以求解复杂优化问题(如NPC(NP Complete)类问题，典型的有TSP(Traveling Saleman Problem)问题)的仿生优化算法，因其较强分布式计算机制、鲁棒性、易于与其他方法相结合等优点，使得蚁群算法具有较广泛应用领域，为那些最优化技术难以解决的组合优化问题提供了一类新的切实可行的解决方案。从最初的一维的静态优化问题扩展到多维的动态组合优化问题，包括车辆路径规划，工程设计，电力

我的高维LBP特征的人脸识别方法董晨，徐东曺，方文执行，简隼。维度祝福：高维特征及其对人脸验证的有效压缩。计算机视觉与模式识别（CVPR），2013。我用OpenCV的人脸检测和人脸地标检测内部接口。实现的详细信息可以在Bor Chun Chen、楚松晨、Winston H. Hsu中找到。审查和高维局部二进制模式及其在人脸识别中的应用实施，技术报告tr-iis-14-003，中央研究院信息科学研究所，2014。（PDF）如果您使用此代码进行研究，请引用上面的技术报告。有关更多信息，请访问项目网