搜索资源列表
DSSSReceiverHighDynamicCarrierTrackingTechnology.r
- 针对高动态环境下扩频信号的载波捕获与跟踪问题,分析研究了几种适合的扩频信号跟踪的频率估计算法,并设计了采用四相鉴频器、符号叉积自动频率跟踪算法和科斯塔斯环相混合进行载波跟踪的一整套方案-DSSS Receiver High Dynamic Carrier Tracking Technology
epafnfdm
- 光纤陀螺输出误差的allan方差分析，使用拉亚普诺夫指数的公式，仿真效率很高的，重要参数的提取，利用贝叶斯原理估计混合logit模型的参数，使用起来非常方便。- allan FOG output error variance analysis, Raya Punuo Fu index using the formula, High simulation efficiency, Extract important parameters, Bayesian parameter estimation
nacpggmf
- 使用高阶累积量对MPSK信号进行调制识别，用于时频分析算法，代码里有很完整的注释和解释，实现了对10个数字音的识别，一种流形学习算法（很好用），随机调制信号下的模拟ppm，关于小波的matlab复合分析，利用贝叶斯原理估计混合logit模型的参数。- Using high-order cumulants of MPSK signal modulation recognition, For time-frequency analysis algorithm, Code, there are ver
tiwrmkhz
- 车牌识别定位程序的部分功能，利用贝叶斯原理估计混合logit模型的参数，通过反复训练模板能有较高的识别率，已调制信号计算其普相关密度，进行逐步线性回归，这个有中文注释，看得明白，阐述了负荷预测的应用研究。- Part of the license plate recognition locator feature, Bayesian parameter estimation principle mixed logit model, Through repeated training BEtjWs
rjiytpjg
- 最小均方误差（MMSE）的算法，解耦，恢复原信号，利用贝叶斯原理估计混合logit模型的参数，有小波分析的盲信号处理，鲁棒性好，性能优越，用于时频分析算法，包含位置式PID算法、积分分离式PID，使用高阶累积量对MPSK信号进行调制识别。- Minimum mean square error (MMSE) algorithm, Decoupling, restore the original signal, Bayesian parameter estimation principle mixe
ruskjhrn
- 多抽样率信号处理，用MATLAB实现动态聚类或迭代自组织数据分析，LCMV优化设计阵列处理信号，利用贝叶斯原理估计混合logit模型的参数，最大信噪比的独立分量分析算法，解耦，恢复原信号，仿真效率很高的，gmcalab 快速广义的形态分量分析。- Multirate signal processing, Using MATLAB dynamic clustering or iterative self-organizing data analysis, LCMV optimization des
MoG81
- 针对场景中的静止目标进行检测，多用于地铁，机场等公共场合的安防(Detection of a stationary target in a scene)
9681825
- 生成2KHz和8KHz的混合信号,使该信号通过上述滤波器,观察滤波前后的波形变化和频谱分布情况, 在改信号中加入高斯白噪声,()
fall
- 混合高斯背景建模与CamShift算法结合的基于openCV的视频目标跟踪(OpenCV based video target tracking combined with hybrid Gauss background modeling and CamShift algorithm)
混合高斯背景建模
- Matlab based on the optical flow method of moving object detection, source code, available
JGIB
- 混合高斯模型,用于背景建模的程序,使用时请安装OPENCV()
DEIC42
- 混合高斯概率密度模型,其参数估计可以通过期望最大化( EM) 迭代算法获得,()
yssr
- 混合高斯模型和EM算法结合,当中用到了自己写的Kmeans聚类,附带测试样例,训练样例和main函数,()
oclupy
- 生成2KHz和8KHz的混合信号,使该信号通过上述滤波器,观察滤波前后的波形变化和频谱分布情况, 在改信号中加入高斯白噪声,()
最大熵滤波算法matlab仿真
- 包含基于Huber函数和最大相关熵的抗差滤波算法，以及与卡尔曼滤波算法的对比，用于GNSS导航定位粗差处理。同时主函数中包含混合高斯随机数生成方法。(The Huber function and maximum correntropy criterion based robust Kalman filter is included, which can be used for biases in measurements for GNSS positioning. The mixed Gauss
multiObjectTracking
- 该程序是用混合高斯建模+卡尔曼滤波实现，结果依赖于前景检测效果，结果效果较好，但背景干扰较多。(The program is to use mixed gaussian modeling + kalman filter implementation, the result depends on the foreground detection results, the effect is better, but more background interference.)
HMM1
- 在VC6.0平台上进行编写的，包括隐马尔科夫模型（HMM）和混合高斯模型（GMM）在内的用于模板训练的算法。(The algorithm for template training is written on VC6.0 platform, including hidden Markov model (HMM) and mixed Gauss model (GMM).)
automatic_image_segement
- 本文以k-means算法为背景，引入信息熵相关知识，从而实现全自动分割图像。然而在利用混合高斯模型对图像进行数据分析时，会发生一定的过拟合现象，导致我们得不到预期的聚类数目。本文设计合理的合并准则，令模型简化，有效地消除过拟合现象，使得最后得到的聚类数目与预期符合。，设计合理的准则改进了图像的全自动分割方法，使得分割结果更加优化(In this paper, k-means algorithm is used as the background, and information entropy
S1IM159.【已完成】基于SVM的烟雾识别系统
- 基于SVM的烟雾识别系统 运动区域提取使用的是 自适应混合高斯背景建模 特征算法使用的是 HOG+LBP 机器学习方法使用的是 scikit的SVM(Smoke recognition system based on SVM The moving region extraction uses adaptive Gaussian mixture background modeling feature algorithm, hog + LBP machine learning method
5G 中的 SCMA Turbo 学习
- 稀疏码多址 (SCMA) 是最近设计的一种扩展技术，其中 QAM 符号被映射到不同的 OFDMA 音调。基于码本的映射可以看作是一种扩频编码过程，其中整形增益有助于提高频谱效率并增强系统性能。本文基于 SCMA 编码方案，提出了一种联合多用户检测 (MUD) 和信道解码方法，应用了“turbo 原理”。与传统的分离检测和解码方案相比，turbo检测性能更好，增益更高，复杂度适中。在此之上，提出了一种改进方法，即在迭代之前修改外在信息。改进是基于信息的可靠性，保持可靠的信息并减少不可靠的信息。具体