搜索资源列表
AHP
- 数学建模实验&matlab实现求矩阵特征值特征向量AHP方法的建模与实现 计算矩阵特征值、特征向量；AHP方法的建模与实现 数学建模实验&matlab实现求矩阵特征值特征向量AHP方法的建模与实现-Experimental & matlab implementation of mathematical modeling to evaluate matrix eigenvalue eigenvector method of AHP Modeling and Implementation
chengxu
- 第一章 误差与范数 第二章 非线性方程（组）的数值解法 第三章 解线性方程组的直接方法第四章 解线性方程组的迭代法第五章 矩阵的特征值与特征向量的计算-Chapter norm error and the second chapter of nonlinear equations (Group) Chapter III of the numerical solution of linear equations solution methods of Chapter IV of the direc
feisher
- PCA的步骤： 1 先将数据中心化； 2 求得的协方差矩阵； 3 求出协方差矩阵的特征值与特征向量； 4 将特征值与特征向量进行排序； 5 根据要降维的维数d’,求得要降维的投影方向； 6 求出降维后的数据； -PCA steps: 1 of the first data center 2 covariance matrix obtained 3 obtained covariance matrix eigenvalues and eigenvectors 4
PCA
- 函数作用： cwstd.m——用综合标准化法标准化矩阵 Cwfac.m——计算相关系数矩阵，计算特征向量和特征值，对主成分进行排序，计算各个特征值的贡献率，挑选主成分（贡献率达与85 ），输出主成分个数，计算主成分载荷 Cwscore.m——计算各主成分得分，综合得分并排序 Cwprint.m——读入数据文件，调用以上三个函数，并输出结果 原始数据：存储在src.txt中是一个30×8的矩阵 敲入命令： -PCA
eigenvalue_vector
- 用matlab实现矩阵的特征值与特征向量的计算-Using matlab to achieve matrix eigenvalue and eigenvector calculation
music
- MUSIC算法是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值（噪声方差）对应的特征向量组成-MUSIC algorithm is a feature space based on matrix decomposition method. From the geometric point of view, the o
codes-for-numerical-analysis
- 高教版数值分析的matlab代码,误差与范数,非线性方程（组）的数值解法,解线性方程组的直接方法,解线性方程组的迭代法,矩阵的特征值与特征向量的计算,函数的插值方法,函数逼近与曲线（面）拟合,数值微分，数值积分，常微分方程（组）求解-entire codes for numerical analysis based on matlab
music_circle
- 均匀圆阵仿真:m=8 阵元数 azimuth=[-55 0 40] 方位角 p=length(azimuth) 信号源个数 snap=1000 最大快拍数 drl=0.5 圆阵半径与波长之比 snr=15 信噪比dB 流程：1、构造信号2、构造噪声阵列流型矩阵3、观测信号4、观测信号协方差矩阵5、求解特征值与特征向量6、显示图谱。-The uniform circular array simulation: m = 8 element azimuth = [-55 0 40] azim
classical_music_1
- MUSIC算法[1]是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值（噪声方差）对应的特征向量组成。-MUSIC algorithm [1] is a feature space based on matrix decomposition method. From the geometric point of vie
classical_music_2
- MUSIC算法[1]是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值（噪声方差）对应的特征向量组成。-MUSIC algorithm [1] is a feature space based on matrix decomposition method. From the geometric point of vie
MUSIC
- MUSIC算法是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值（噪声方差）对应的特征向量组成。MUSIC算法就是利用这两个互补空间之间的正交特性来估计空间信号的方位。噪声子空间的所有向量被用来构造谱，所有空间方位谱中的峰值位置对应信号的来波方位。MUSIC算法大大提高了测向分辨率，同时适应于任意形状的天线阵列，但是原
JADEalgorithm
- 为了实现DOA和时延的联合估计,提出了一个无线通信中高分辨率的联合角度和时延估计方法,该方法不需要对参数进行搜索,利用空时矩阵的特征向量和特征值分别估计DOA和时延,通过特征值和特征向量的对应关系,估计的参数可以自动实现配对, 只要各路径信号的DOA和时延不同时接近此方法都可以适用,与JADE-MUSIC,JADE-ESPRIT和SI-JADE算法相比,该算法具有较好的鲁棒性和较小的估计误差。仿真结果证明了该算法的有效性。 -In order to achieve the joint est
hmknbjka
- 最终的权值矩阵就是滤波器的系数，在matlab环境中自动识别连通区域的大小,利用matlab GUI实现的串口编程例子，线性调频脉冲压缩的Matlab程序,PLS部分最小二乘工具箱,包含特征值与特征向量的提取、训练样本以及最后的识别。-The final weight matrix is ??the filter coefficient, Automatic identification in the matlab environment the size of the connected ar
amunmnuu
- 搭建OFDM通信系统的框架，用于信号特征提取、信号消噪，最终的权值矩阵就是滤波器的系数，时间序列数据分析中的梅林变换工具，包含特征值与特征向量的提取、训练样本以及最后的识别，迭代自组织数据分析。- Build a framework OFDM communication system, For feature extraction, signal de-noising, The final weight matrix is ??the filter coefficient, Time serie
tewkiics
- 最终的权值矩阵就是滤波器的系数，计算加权加速度,PLS部分最小二乘工具箱,给出接收信号眼图及系统仿真误码率，包含特征值与特征向量的提取、训练样本以及最后的识别，有小波分析的盲信号处理，随机调制信号下的模拟ppm。- The final weight matrix is ??the filter coefficient, Weighted acceleration, PLS PLS toolbox, The received signal is given eye and BER simulati
qpapyfhz
- 用于特征降维，特征融合，相关分析等,用MATLAB实现的压缩传感，最终的权值矩阵就是滤波器的系数，包含特征值与特征向量的提取、训练样本以及最后的识别，阵列信号处理的高分辨率估计，借鉴了主成分分析算法（PCA）。- For feature reduction, feature fusion, correlation analysis, Using MATLAB compressed sensing, The final weight matrix is ??the filter coefficie
kiuting
- 包含特征值与特征向量的提取、训练样本以及最后的识别，仿真效果非常好，AHP层次分析法计算判断矩阵的最大特征值。- Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Simulation of the effect is very good, Calculate the maximum eigenvalue judgment matrix of AH
beiyou
- 包含特征值与特征向量的提取、训练样本以及最后的识别，AHP层次分析法计算判断矩阵的最大特征值,预报误差法参数辨识-松弛的思想。- Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Calculate the maximum eigenvalue judgment matrix of AHP, Prediction Error Method for
qr776
- 包含特征值与特征向量的提取、训练样本以及最后的识别，最终的权值矩阵就是滤波器的系数，包括AHP，因子分析，回归分析，聚类分析。- Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, The final weight matrix is ??the filter coefficient, Including AHP, factor analysis,
hing_kr81
- 用于图像处理的独立分量分析，经典的灰度共生矩阵纹理计算方法，包含特征值与特征向量的提取、训练样本以及最后的识别。- Independent component analysis for image processing, Classic GLCM texture calculation method, Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition