搜索资源列表
FunctionApproximation
- matlab平台上实现函数y=sinx的逼近程序，构造bp算法实现（输出层采用y=x线性函数，隐含层采用非对称Sigmoid函数）
shilianglianghuafenlei
- 提出一种利用最小交叉熵优化方法的矢量量化分类算法， 将矢量的分类问题转化为最小失真函数估计问题，通过关联随机迭代算法逼近最优值，以更好的减小量化误差。-A minimum cross-entropy optimization of the use of methods of classification of vector quantization algorithm, the classification of the vector into the issue of minimum-dist
ThesamemethodbasedontheimpulseresponseoftheIIRdigi
- 基于冲激响应不变法的IIR数字滤波器设计，冲激响应不变法的设计原理是利用数字滤波器的单位抽样响应序列H(z)来逼近模拟滤波器的冲激响应g(t)。 按照冲激响应不变法的原理，通过模拟滤波器的系统传递函数G(s)，可以直接求得数字滤波器的系统函数H(z)，其转换步骤如下： 1) 利用ω=ΩT(可由关系式 推导出)，将 ， 转换成 ，Ω，而 ， 不变； 2) 求解低通模拟滤波器的传递函数G(s)； 3) 将模拟滤波器的传递函数G(s)转换为数字滤波器的传递函数H(z)。 -The
smartbj
- 功能：用自适应分段线性法逼近已知函数 调用格式：[node,err]=smartBJ(func,a,b,maxtol) 其中：func: 已知函数 A: 逼近区间的左端点 B: 逼近区间的右端点 Maxtol: 分段线性逼近允许的最大误差 Node: 分段线性逼近的区间节点 Err: 分段线性逼近实际的最大误差 -it use smartbj to get a good function
mat121
- 用工具箱实现正弦函数的逼近，BP逼近与RBF的逼近
canny
- 最优的阶梯型边缘检测算法(canny边缘检测) 1.Canny边缘检测基本原理 (1)图象边缘检测必须满足两个条件：一能有效地抑制噪声；二必须尽量精确确定边缘的位置。 (2)根据对信噪比与定位乘积进行测度，得到最优化逼近算子。这就是Canny边缘检测算子。 (3)类似与Marr（LoG）边缘检测方法，也属于先平滑后求导数的方法。 2.Canny边缘检测算法： step1:用高斯滤波器平滑图象； step2:用一阶偏导的有限差分来计算梯度的幅值和方向；
No3
- 函数逼近和图像拟合，用最小二乘法进行图像拟合-Function approximation and image fitting，Using the least square method for image matching
approxfcn
- Matlab 图像处理approxfcn.m源程序 用于图像处理的approxfcn逼近函数 - G = APPROXFCN(F, RANGE) returns a function handle, G, that approximates the function handle F by using a lookup table.RANGE is an M-by-2 matrix specifying the input range for each of the M inputs t
HESSIAN
- 黑塞矩阵（Hessian Matrix），又译作海森矩阵、海瑟矩阵、海塞矩阵等，是一个多元函数的二阶偏导数构成的方阵，描述了函数的局部曲率。黑塞矩阵最早于19世纪由德国数学家Ludwig Otto Hesse提出，并以其名字命名。黑塞矩阵常用于牛顿法解决优化问题，利用黑塞矩阵可判定多元函数的极值问题。在工程实际问题的优化设计中，所列的目标函数往往很复杂，为了使问题简化，常常将目标函数在某点邻域展开成泰勒多项式来逼近原函数，此时函数在某点泰勒展开式的矩阵形式中会涉及到黑塞矩阵。(Hessian M
DFLSGR59
- 遗传算法优化小波神经网络的源程序 1 构造的非线性函数 位于nninit_test m 2 直接用WNN逼近非线性 Wnn_test()
MATLAB的13个数值分析常用算法
- 插值 函数逼近 矩阵特征值计算 ..... 非线性方程组求解 常微分方程的初值问题 等等