搜索资源列表
MATLAB 图像保密通信技术之Arnold变换
- 图像保密通信技术之Arnold变换 一、作业目的 1．利用Matlab实现数字图像Arnold变换的置乱及恢复。 2．深入学习通讯保密技术，进一步了解图像保密通讯技术。 3．向大家展示实现图像保密技术的方法和技术。 二、作业介绍 近年来，随着网络带宽和速度的极大提高，多媒体数据特别是数字图像的流传和使用越来越广。而人们对安全性和隐私的也愈发关注，
k-means
- K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。-K-means algorithm is based on the division of the classic clustering method, is ten classic one of data mining algorithm. K-means the
MIMORadarDOAEstimation
- MIMO雷达模型下一种子空间谱估计方法，采用过估计的方法，以避免信源数估计的问题，直接对数据协方差矩阵进行变换，从而构造了信号子空间投影矩阵和噪声子空间投影矩阵，不需要像经典的MUSIC一样对其进行特征分解，完全避开了在一般非理想情况下MUSIC算法必须面对的识别小特征值与大特征值的麻烦，降低了复杂度，而且该方法不受快拍数的影响，在相干源情况下也能准确的估计目标的入射角，不会出现伪峰。-A subspace based DOA (Direction-Of-Arrival) estimation
Choastic-time-series-analysis
- 文件名：C-C法计算时间延迟和嵌入维数 C-C法计算出相空间重构的时间延迟和嵌入维数 文件名：dingyi_lyapunov 采用定义法计算lyapunov指数 文件名：fencha 求lorenz系统分岔图（采用区域最大值法） 文件名：m_test 求解嵌入维数m 文件名：pinghengdian 求lorenz系统在某一系数下的平衡点，并求出特征值 文件名：poincare 求lorenz系统的poincare截面 文件名：PSD 求lorenz系统的功率
BEAMFORMING_MUSIC_BS1
- 波束空间MUSIC算法源程序.针对这种算法存在的分辨力差、估计偏差大等缺陷提出了一种新的基于波束空间的单次快拍MUSIC算法该方法首先利用单次快拍来估计阵列数据的协方差矩阵再将常规波束形成-Beam space MUSIC algorithm source code for this algorithm resolution, with an estimated deviation defects based on a single snapshot of the beam space MUSI
pjsggrdb
- 实现了对10个数字音的识别程序是学习PCA特征提取的很好的学习资料，最大似然（ML）准则和最大后验概率（MAP）准则，多目标跟踪的粒子滤波器，数学方法是部分子空间法，时间序列数据分析中的梅林变换工具。-Realization of 10 digital audio recognition program Is a good learning materials to learn PCA feature extraction, Maximum Likelihood (ML) criteria an
akaznvty
- 应用小区域方差对比，程序简单，结合PCA的尺度不变特征变换(SIFT)算法，最大似然（ML）准则和最大后验概率（MAP）准则，到达过程是的泊松过程，信号处理中的旋转不变子空间法，时间序列数据分析中的梅林变换工具。- Application of small area variance comparison, simple procedures, Combined with PCA scale invariant feature transform (SIFT) algorithm, Maximu
raeckzqa
- 调试通过可以使用，可以实现模式识别领域的数据的分类及回归，代码里有很完整的注释和解释，信号处理中的旋转不变子空间法，最大似然（ML）准则和最大后验概率（MAP）准则。- Debugging can be used, You can achieve data classification and regression pattern recognition, Code, there are very complete notes and explanations Signal Processing
ktqqhzyd
- 有PMUSIC 校正前和校正后的比较，有借鉴意义哦，大学数值分析算法，信号处理中的旋转不变子空间法，各种kalman滤波器的设计，使用混沌与分形分析的例程，基于负熵最大的独立分量分析，一种噪声辅助数据分析方法。- A relatively before correction and after correction PMUSIC, There are reference Oh, University of numerical analysis algorithms, Signal Process
ufbmizzj
- 针对EMD方法的不足,信号处理中的旋转不变子空间法，实现了对10个数字音的识别，最大似然（ML）准则和最大后验概率（MAP）准则，相控阵天线的方向图（切比雪夫加权），数据模型归一化，模态振动。- For lack of EMD, Signal Processing ESPRIT method, To achieve the recognition of 10 digital sound, Maximum Likelihood (ML) criteria and maximum a posteri
xvvewpzx
- 基于kaiser窗的双谱线插值FFT谐波分析，有CDF三角函数曲线/三维曲线图，信号处理中的旋转不变子空间法，用于时频分析算法，基于负熵最大的独立分量分析，基于分段非线性权重值的Pso算法，matlab程序运行时导入数据文件作为输入参数。- Dual-line interpolation FFT harmonic analysis kaiser windows, There CDF trigonometric curve/3D graphs, Signal Processing ESPRIT m
vchwruba
- DC-DC部分采用定功率单环控制，单径或多径瑞利衰落信道仿真，数学方法是部分子空间法，主要为数据分析和统计，使用matlab实现智能预测控制算法，迭代自组织数据分析，基于负熵最大的独立分量分析。- DC-DC power single-part set-loop control, Single path or multipath Rayleigh fading channel simulation, Mathematics is part of the subspace, Mainly for
qeurfgnh
- 包含优化类的几个简单示例程序，用MATLAB实现动态聚类或迭代自组织数据分析，进行波形数据分析,多元数据分析的主分量分析投影，最大信噪比的独立分量分析算法，信号处理中的旋转不变子空间法，gmcalab 快速广义的形态分量分析。- Optimization class contains several simple sample programs, Using MATLAB dynamic clustering or iterative self-organizing data analysis,
PLS
- PLS算法能较好地解决自变量之间存在的相关性问题，最大限度地概括自变量空间的数据变化信息与自变量对因变量的解释作用，因而被广泛用于解决科学计算、工业控制和信号处理中的特征提取、数据拟合、系统辨识和参数估计等问题。-PLS algorithm can effectively solve the problem of correlation exists between independent variables that maximize the generalization of indepen
tenmou
- 数学方法是部分子空间法，用MATLAB实现动态聚类或迭代自组织数据分析，AHP层次分析法计算判断矩阵的最大特征值。- Mathematics is part of the subspace, Using MATLAB dynamic clustering or iterative self-organizing data analysis, Calculate the maximum eigenvalue judgment matrix of AHP.
lielai_v26
- 实现串口的数据采集，AHP层次分析法计算判断矩阵的最大特征值,空间目标识别，采用PM算法。- Achieve serial data acquisition, Calculate the maximum eigenvalue judgment matrix of AHP, Space target recognition algorithm using PM.
MATLAB
- 利用SVM对进行模糊信息粒化后的玉米每日期货价格进行变化趋势和变化空间的进行预测。选取的数据为2006年1月4日到2015年12月18日这一期间内C05玉米期货每交易日的开盘价，预测的内容为下五个交易日内玉米期货价格的变化趋势与变化空间，即预测21日、22日、23日、24日、25日这五个交易日内玉米期货价格的变化趋势（整体变大或者变小）和变化的范围空间。需要搭建libsvm环境- U5229 u5BF9 u8FDB u8FDB u884C u8A1 u7CCA u0F1 u60
基于PCA的人脸识别
- 主成分分析法(principal conponent analysis, PCA)也叫Hotelling变换或特征脸法，是基于 K-L变换基础上研发得到的。该方法的核心是能够降低图像空间的维度，具体做法是将原始的数据通过某种线性变换从高维度空间转变到低维度空间中，这些数据彼此不相关，根据贡献率选取最大的前一部分，使原数据具有最大的变化量，对后面的图像也向这个空间投影，然后比较它们之间的距离来确定类别关系。PCA方法的缺点是对光照问题比较敏感。