搜索资源列表
OLPP
- 正交保局投影分析，MATLAB编写，可用于人脸识别等模式识别问题，欢迎使用。
SVD
- SVD的应用，奇异值超平面正交投影证明 A中每个向量xi在随机阵B上的正交投影之和的最小值-Application of SVD, singular value hyperplane orthogonal projection proves A vector xi for each B in a random array of the orthogonal projection and the minimum
8QAM
- 利用matlab仿真软件，实现8QAM调制。在实现时采用正交调幅的方式,某星座点在I坐标上的投影去调制同相载波的幅度,在Q坐标上的投影去调制正交载波的幅度,然后将2个调幅信号相加就是所需的调相信号。-Use of matlab simulation software to achieve 8QAM modulation. In achieving the adoption of quadrature amplitude modulation means of a constellation in
Ap
- 采用正交投影生成子空间算法来进行最大似然估计，程序已经运行出结果。可以放心使用-Orthogonal subspace projection algorithm for generating maximum likelihood estimates, the program has run out of results. Safe to use
l1-algorithm
- 该软件包包含了合并执行在MATLAB9升-1的最小化算法。每个函数都使用一组参数是一致的（如停止准则和公差）与我们的基准脚本接口。 正交匹配追踪：SolveOMP.m 原对偶内点法：SolvePDIPA.m 梯度投影：SolveL1LS.m 同伦：SolveHomotopy.m 迭代阈值：SolveSpaRSA.m 近梯度：SolveFISTA.m TFOCS：SolveTFOCS.m SesopPCD：SolveSesopPCD.m 原始增强拉格朗日乘子：S
myomp
- 应用正交匹配追踪求解等式y=Ax,要求： 待求x是稀疏向量，A为高斯随机矩阵 调用形式：x = myomp(A,y,err) A -线性投影矩阵； y -投影向量 err -所需精度-apply Orthogonal matching pursuit to solve the equation y = Ax, requirements: the unknown x is sparse vector, A is a Gaussian random. ca
tbsdrzne
- 基于欧几里得距离的聚类分析，多元数据分析的主分量分析投影，是学习PCA特征提取的很好的学习资料，Matlab实现界面友好，本程序的性能已经超过其他算法，有详细的注释，匹配追踪和正交匹配追踪。- Clustering analysis based on Euclidean distance, Principal component analysis of multivariate data analysis projection, Is a good learning materials to l
OLPP
- 文件中是OLPP(正交保持投影)的MATLAB代码.-File is OLPP (orthogonal projection holding) MATLAB code.
KOLPP
- 此文件是对KOLPP（核正交保持投影）的MATLAB实现-This file is KOLP (holding nuclear orthogonal projection) MATLAB implementation
DOAestimation
- 自己编的。采用GPS仿真信号，基于子空间正交投影的抗干扰DOA估计算法，-Using GPS signal simulation, based on subspace orthogonal projection interference DOA estimation algorithm,
lunpei_v76
- 信号处理中的旋转不变子空间法，多元数据分析的主分量分析投影，匹配追踪和正交匹配追踪。- Signal Processing ESPRIT method, Principal component analysis of multivariate data analysis projection, Matching Pursuit and orthogonal matching pursuit.
103244855LPP
- 局部保持投影算法( locality preserving projections，LPP) ，保留了数据的局部信 息，更好地对其进行监测． Cai 和 He 又提出正交局部保持投影，在 LPP 的基础上增加一个正交化的约束条件，通过迭代计算得到相互正交的投影方向 ．(For feature extraction classification)
5
- 比较了干扰对齐算法中，正交投影与一般算法（经典算法，数值计算的迭代方法）的性能(orthogonal projection algorithm)