搜索资源列表
ALinearAlgorithmwithHighAccuracyforEstimatingFunda
- 通过引入与余差有关的代价函数,给出了一种高精度估计基础矩阵的线性算法——加权平移算法.首先 将原始输入数据加权,计算加权后数据的重心坐标,将坐标原点平移到该重心坐标,再作归一化处理.然后用8点 算法求出基础矩阵F阵的8个参数,实现了F阵的高精度估计.实验结果表明,此算法具有良好的鲁棒性,且余差 和对极距离都小于其他线性算法,提高了基础矩阵的精度.
基于DPT的非线性调频信号参数估计
- 将非线性调频(NLFM)信号建模为高阶多项式相位信号(PPS)模型, 采用由低阶离散多项式变换(DPT)到高阶DPT的逆向定阶方法确定模型阶数, 并在此基础上, 给出一种正弦调频信号(SFM)的DPT参数估计算法, 可以实现对载波频率、调制频率及调频系数的估计。该算法不受调频系数范围的限制, 核心环节为延时相关和FFT。
StatisticsToolbox
- 数理统计工具箱：计算均值、方差，参数估计，统计绘图函数等-Statistics Toolbox: Calculate the mean, variance, parameter estimation, statistical mapping function, such as
Speech_Enhancement_Using_Sub-band_Spectral_Analysi
- 提出一种有效的语音增强算法，该算法使用重叠相加FF-r滤波器进行谱幅度估计，给出噪声估计的两个均值参数，此参数适用于任何噪声．而且进行噪声估计无需检测语音间隙，无需VAD的运算过程，克服了单信道噪声 压缩算法的缺点．-An effective speech enhancement algorithm using the overlap-add FF-r filter in spectral amplitude estimation, given the noise mean estimate
RLS-WEIGHTED-LASSO
- 介绍了LASSO算法，他是是一种很好的稀疏信号参数估计方法。-The batch least-absolute shrinkage and selection operator (Lasso) has well-documented merits for estimating sparse signals of inter- est emerging in various applications, where observations adhere to parsimonious
NCC
- 在国内外天气发生器研究工作的基础上，我们研究开发了适用于中国广大地区的中国天气发生器NCC/GU-WG。可模拟的气候要素主要有降水、最高气温、最低气温、日照时数等。Version 2.0在Version 1.0（只包含降水的逐日模拟）的基础上增加了最高气温、最低气温、日照时数三个非降水变量的模拟。NCC/GU-WG Version 2.0 的模拟站点多达671个。模型参数的估计使用相应站点1960-2000年实测的逐日资料，其中最高气温、最低气温和日照时数等非降水变量的模拟参数分干、湿两种状态分
Microsoft-Office-Word
- 非参数核密度估计，是一种不同于参数估计的概率估计方法-nonparametric kernel density model