资源列表
HUFFMAN_rar~
- 执行文件并且能够使得文件的可靠性得到保证,同时实现了可操作性-implementation document and the document would be able to guarantee reliability, while achieving a workable
psk_moden
- 用MATLAB对通信原理中PSK进行模拟量化编码等处理.-MATLAB right PSK communication principles of quantitative simulation coding processing.
Matching-2
- //给定整数n，产生所有[2n]上的匹配（matching） //将其视为一个所有块大小均为2的集合分拆 //以a_i表示其第i个元素所在的集合号 //输出格式为 a1 a2 a3 ... //满足 //a_{i+1} <= max { a1,a2,...a_i } + 1 -/ / a given integer n, have all [2n] on the matching (matching) / / will be considered as an all
Matching-1
- 给定整数n，产生所有[2n]上的匹配（matching） //将其视为一个所有块大小均为2的集合分拆 //输出格式为 a1 a2 - b1 b2 - c1 c2 - ... //满足a1<a2, b1<b2, ... //且 a1 < b1 < c1 <-given integer n, have all [2n] on the matching (matching) / / will be considered as an all pieces a
LexOrder
- 对于给定的$n$, 生成$[n]$的所有排列的算法。采用字典序编码。-given for the $ $ n, generating $ $ [n] all with the algorithm. Using the dictionary coding sequence.
CodingMethod
- 对于给定的$n$, 生成$[n]$的所有排列的算法。采用逆序数编码方法。-given for the $ $ n, generating $ $ [n] all with the algorithm. Reverse coded using methods.
JonhsonTrotter
- 对于给定的整数$n$，生成$[n]$的所有排。采用Jonhson-Trotter算法。-for a given integer n $ $, generating $ $ [n] all the arrangements. Using Jonhson-Trotter algorithm.
Mobile__obots
- 机器人导航程序，其中包括粒子滤波，扩展卡尔曼滤波的实现代码。-robot navigation procedures, including the particle filter, extended Kalman Filter codes.
BP-nn
- BP神经网络分类器 程序有两种运行状态，一个是学习，另外一个是分类。在学习状态下，在Dos命令符下输入bp learn，便开始学习了，学习的结果放在weight.dat中；在工作状态下，在Dos命令符下输入bp work，便开始识别classfyme.dat中的数据了，识别完成后，结果放在results.dat中。在bp运行的任何一种状态下，都不能手工打开Weight.dat、Sample.dat、classfyme.dat、results.dat中的任何一种。~..~-BP neur
RBF-nn
- 4输入层，３隐层，２输出层的RBF神经网络分类器 附有测试和训练样本-four input layer, hidden layer 3, the output layer 2 RBF neural network classifiers with testing and training samples
Bayers
- 贝叶斯决策理论常用于模式识别中，这是最常用的一种贝叶斯决策的matlab原程序-Bayesian decision theory commonly used in the pattern recognition, This is the most commonly used a Bayesian decision-making procedures of the original Matlab
PCA_face_rec
- 这是基于 PCA（主成分分析法） 算法的人脸模式识别原程序；-This is based on the PCA (Principal Component Analysis) algorithm for pattern recognition of the original face;