搜索资源列表
MARBURG
- Routine marburg: To estimate the AR parameters by Burg algorithm. Input Parameters: n : Number of data samples ip : Order of autoregressive process x : Array of complex data samples x(0) through x(n-1) Output Parameters: ep : Real
kalman_intro_chinese
- 卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。-Kalman filter is an " optimal recursive data processing algorithm (autoregressive to optimize data-processing algorithm)." To address the very
batch
- 基于自回归,全极点的AR模型,对随机信号的进行的功率谱估计。-Based on the autoregressive all-pole AR model estimated the conducted power spectrum of the random signal.
m13
- 针对户外视频监控存在光照变化这一问题, 提出一个用于准确完成目标检测的实时背景建模框架. 考虑到目标检测 的准确性要求, 建立基于帧间像素亮度差统计直方图的像素亮度扰动阈值. 在此基础上, 针对背景建模的实时性要求, 提出一种基于自回归背景模型的参数快速更新方法. 鉴于不同光照变化的适应性要求, 定义对光照变化不敏感的背景纹理模型. 上述模型统称为自回归{ 纹理(Auto regression and texture, ART) 模型, 该模型适应于户外光照变化. 基于该模型构建像素亮度和纹
293532
- An AutoRegressive Moving Average Spectral Analysis toolbox f
matlab程序
- 卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全及包含噪声的测量中，估计动态系统的状态。(Calman filtering is an efficient recursive filter (autoregressive filter). It can estimate the state of dynamic system from a series of incomplete and noisy measurements.)