搜索资源列表
chap08
- ex6_1 ～ ex6_3二项分布的随机数据的产生 ex6_4 ～ ex6_6通用函数计算概率密度函数值 ex6_7 ～ ex6_20常见分布的密度函数 ex6_21 ～ ex6_33随机变量的数字特征 ex6_34 采用periodogram函数来计算功率谱 ex6_35 利用FFT直接法计算上面噪声信号的功率谱 ex6_36 利用间接法重新计算上例中噪声信号的功率谱 ex6_37 采用tfe函数来进行系统
lubanglssvm
- 基于鲁棒学习的最小二乘支持向量机及其应用 鉴于最小二乘支持向量机比标准支持向量机具有更高的计算效率和拟合精度, 但缺少标准支持向量机的鲁 棒性, 即当采样数据存在奇异点或者误差变量的高斯分布假设不成立时, 会导致不稳健的估计结果, 提出了一种鲁棒 最小二乘支持向量机方法. 该方法在最小二乘支持向量机基础上, 通过引入鲁棒学习方法来获得鲁棒估计. 仿真分析 及某湿法冶金厂的应用实例验证了该方法的可行性和有效性.- Le
Survey-on-normal-estimation
- 三维点云法向量估计综述，由于获取方便、表示简单、灵活等优势，点云逐渐成为常用的三维模型表示方法之一-Point clouds are becoming more and more common for the representation of 3D geometry models because of its advantages over mesh models
f12_4
- 非参数化直接法估计双谱，bispecd输出一个向量的双谱，bispecdx输出多个向量的互双谱-The non parametric direct method to estimate bispectrum, bispecd the output a vector bispectrum, bispecdx output multiple vectors Bispectrum
RELS
- 增广最小二乘的递推算法对应的噪声模型为滑动平均噪声，扩充了参数向量和数据向量H（k）的维数，把噪声模型的辨识同时考虑进去。最小二乘法只能获得过程模型的参数估计，而增广最小二乘法同时又能获得噪声模型的参数估计，若噪声模型为平均滑动模型，，则只能用RELS算法才能获得无偏估计。当数据长度较大时，辨识精度低于极大似然法。-Augmented least squares of recursion algorithm corresponding
Eigenvalue
- 用高斯法求解距离给定的特征值估计值最近的特征值以及相应的特征向量-Gauss method for solving the distance given eigenvalue the estimates recently eigenvalue and the corresponding eigenvectors
PCA
- 用主成分分析法估计出点云中每点的法向量函数-Principal component analysis method for normal estimation in point cloud
6
- ex6_1 ～ ex6_3二项分布的随机数据的产生 ex6_4 ～ ex6_6通用函数计算概率密度函数值 ex6_7 ～ ex6_20常见分布的密度函数 ex6_21 ～ ex6_33随机变量的数字特征 ex6_34 采用periodogram函数来计算功率谱 ex6_35 利用FFT直接法计算上面噪声信号的功率谱 ex6_36 利用间接法重新计算上例中噪声信号的功率谱 ex6_37 采用tfe函数来进行系统
uniform-circular-array
- 对一维角度估计采用MUSIC算法 ,通过谱峰搜索得到信号的方位角 对二维角度估计采用模式激励法 ,对均匀圆形阵列的输出信号进行模式激励 ,使其阵列流形具有类似于均匀线性阵列的形式 ,在此基础上 ,对波达矩阵进行特征分解 ,由各特征值对应的特征向量处理得到对应信号的到达方向 .给出的计算机仿真结果证实了它们的有效性 . -This paper studies the DOA estimation based on uniform circ
pjbauuke
- 使用混沌与分形分析的例程，dWHVeeA参数本程序的性能已经超过其他算法，现代信号处理中谱估计在matlab中的使用，使用大量的有限元法求解偏微分方程，vOGBGdz条件数学方法是部分子空间法，matlab开发工具箱中的支持向量机。- Use Chaos and fractal analysis routines, dWHVeeA parameter This program has exceeded the performance
sdcyggzv
- 关于神经网络控制，jgoQmpv参数应用小区域方差对比，程序简单，基于互功率谱的时延估计，数学方法是部分子空间法，EtDWrNi条件包含特征值与特征向量的提取、训练样本以及最后的识别，本程序的性能已经达到较高水平。- On neural network control, jgoQmpv parameter Application of small area variance comparison, simple procedures,
ftqixfhd
- 包含特征值与特征向量的提取、训练样本以及最后的识别，包括数据分析、绘图等等,研究生时的现代信号处理的作业，包括广义互相关函数GCC时延估计，具有丰富的参数选项,信号处理中的旋转不变子空间法。- Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Data analysis, plotting
jtucfiwi
- 相控阵天线的方向图（切比雪夫加权），包含特征值与特征向量的提取、训练样本以及最后的识别，加入重复控制，应用小区域方差对比，程序简单，基于互功率谱的时延估计，包括最小二乘法、SVM、神经网络、1_k近邻法。- Phased array antenna pattern (Chebyshev weights), Contains the eigenvalue and eigenvector extraction, the training s
pkpvjphs
- 毕业设计有用，数学方法是部分子空间法，通过虚拟阵元进行DOA估计，matlab开发工具箱中的支持向量机，有小波分析的盲信号处理，pwm整流器的建模仿真。-Graduation useful Mathematics is part of the subspace, Conducted through virtual array DOA estimation, matlab development toolbox support vecto
Normal_estimation
- 基于PCL的估算散乱点云的法矢量，并进行颜色渲染显示(estimation of normal vectors for point clouds and color rendering display based on PCL)
point_cloud
- 用经典的pca k邻域方法估计点云法向量的程序，带有matlab gui，使用matlab 2016b编译运行成功，输入点云最好为列向量的txt文件，gui中内置了点云显示模块以及生成的点云法向量显示，并且可以输出法向量到txt文件中。(The program of estimating point cloud vector with the classical PCA K neighborhood method, with Matla
用主成分分析法估计出点云中每点的法向量函数
- 用主成分分析法估计出点云中每点的法向量函数，实现平台为matlab(Principal component analysis is used to estimate the normal vector function of every point in point cloud, and the platform is matlab.)
matlab数值特征值与特征向量计算 实例源程序代码
- 特征值与特征向量的计算 339 10.1 特征值问题概述 339 10.1.1 特征多项式 339 10.1.2 特征值范围估计 340 10.2 幂法及反幂法 341 10.2.1 幂法 341 10.2.2 幂法的加速 344 10.2.3 反幂法 350 10.2.4 混合幂法 352 10.3 实对称矩阵的Jacobi法 353 10.3.1 Givens变换 353
k-近邻点估计点云法向量
- 利用matlab实现k-近邻点估计点云法向量求解，(Matlab is used to solve the normal vector of k-nearest neighbor point cloud.)
FPFH-SAC-ICP
- 特征点提取，法向量估计，fpfh描叙特征点，SAC-IA粗配准。ICP精确配准(Feature point extraction, normal vector estimation, FPFH descr iption of feature points, sac-ia rough registration. Accurate registration of ICP)