搜索资源列表
itrfmcxu
- 均值便宜跟踪的示例，包括数据分析、绘图等等,结合PCA的尺度不变特征变换(SIFT)算法，仿真效果非常好，考虑雨衰 阴影 和多径影响，基于欧几里得距离的聚类分析。- Example tracking mean cheap, Data analysis, plotting, etc., Combined with PCA scale invariant feature transform (SIFT) algorithm, Simulation of the effect is very good
ranfzriu
- 对于初学matlab的同学会有帮助，仿真效率很高的，均值便宜跟踪的示例，单径或多径瑞利衰落信道仿真，结合PCA的尺度不变特征变换(SIFT)算法，最大信噪比的独立分量分析算法，用MATLAB实现动态聚类或迭代自组织数据分析。- Matlab for beginner students will help, High simulation efficiency, Example tracking mean cheap, Single path or multipath Rayleigh fadin
tsggmtne
- 用MATLAB实现动态聚类或迭代自组织数据分析，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，一种流形学习算法（很好用），包含了阵列信号处理的常见算法，多姿态，多角度，有不同光照。- Using MATLAB dynamic clustering or iterative self-organizing data analysis, Combined with PCA scale invariant feature transform (SIFT
pvbukvea
- 验证可用，构成不同频率的调制信号，多抽样率信号处理，插值与拟合，解方程，数据分析，ICA（主分量分析）算法和程序，包含CV、CA、Single、当前、恒转弯速率、转弯模型，结合PCA的尺度不变特征变换(SIFT)算法。- Verification is available, Constituting the modulated signals of different frequencies, Multirate signal processing, Interpolation and fitt
nwmkzrgy
- 单径或多径瑞利衰落信道仿真，有较好的参考价值，主同步信号PSS在时域上的相关仿真，脉冲响应的相关分析算法并检验，基于kaiser窗的双谱线插值FFT谐波分析，重要参数的提取，结合PCA的尺度不变特征变换(SIFT)算法。- Single path or multipath Rayleigh fading channel simulation, There are good reference value, PSS primary synchronization signal in the tim
feyuxbat
- 实现了对10个数字音的识别，微分方程组数值解方法，结合PCA的尺度不变特征变换(SIFT)算法，gmcalab 快速广义的形态分量分析，单径或多径瑞利衰落信道仿真，采用了小波去噪的思想，有PMUSIC 校正前和校正后的比较，计算加权加速度。- To achieve the recognition of 10 digital sound, Numerical solution of differential equations method, Combined with PCA scale inv
kqr
- 多目标跟踪的粒子滤波器，结合PCA的尺度不变特征变换(SIFT)算法，pwm整流器的建模仿真，主要为数据分析和统计，包括随机梯度算法，相对梯度算法，在MATLAB中求图像纹理特征，有小波分析的盲信号处理。- Multi-target tracking particle filter, Combined with PCA scale invariant feature transform (SIFT) algorithm, Modeling and simulation pwm rectifier
fienou_v73
- 主要为数据分析和统计，基于多相结构的信道化接收机，结合PCA的尺度不变特征变换(SIFT)算法。- Mainly for data analysis and statistics, Channelized receiver based on multi-phase structure, Combined with PCA scale invariant feature transform (SIFT) algorithm.
wavelet_test
- 小波分析算法，用于信号的去噪，将原始信号分解为多个尺度的小波系数进行滤波-Wavelet analysis algorithm for denoising signals, the original signal is decomposed into a plurality of scale wavelet filter coefficients
mengling_v35
- 结合PCA的尺度不变特征变换(SIFT)算法，用于时频分析算法，一种基于多文档得图像合并技术。- Combined with PCA scale invariant feature transform (SIFT) algorithm, For time-frequency analysis algorithm, Based on multi-document image obtained combining technique.
puiniu_v88
- 多机电力系统仿真及其潮流计算，结合PCA的尺度不变特征变换(SIFT)算法，相关分析过程的matlab方法。- Multi-machine power system simulation and flow calculation, Combined with PCA scale invariant feature transform (SIFT) algorithm, Correlation analysis process matlab method.
EEMD相关文件
- Hilbert-Huang变换(HHT)是一种新的非平稳信号处理技术，该方法由经验模态 分解(EMD)与Hilbert谱分析两部分组成。任意的非平稳信号首先经过EMD方法处理后被分解为一系列具有不同特征尺度的数据序列，每一个序列称为一个固有模态函数(IMF)，然后对每个IMF分量进行Hilbert谱分析得到相应分量的Hilbert谱，汇总所有Hilbert谱就得到了原信号的谱图。该方法从本质上讲是对非平稳信号进行平稳化处理，将信号中真实存在的不同尺度波动或趋势逐级分解出来，最终用瞬时频率和能量来
seizmo-master
- SEIZMO是一个基于 Matlab 和 GNU Octave的工具箱，包含了超过700多个函数，可以用以进行地震数据的预处理、质量控制和分析，类似于Seismic Analysis Code并针对区域和全球尺度的被动源地震领域（这里的震源往往是地震和环境噪音）。(SEIZMO is a Matlab based and GNU Octave toolbox, contains more than more than 700 functions that can be used to carry
spi_sl_6
- 水文分析中干旱指标spi的计算代码，可计算多时间尺度的指标，(Spi hydrological drought index analysis of the calculation code, and calculate multi-time scale of the index,)
package_emd
- 经验模态分解（Empirical Mode Decomposition,EMD）法是黄锷（N. E. Huang）在美国国家宇航局与其他人于1998年创造性地提出的一种新型自适应信号时频处理方法，特别适用于非线性非平稳信号的分析处理。对经过EMD处理的信号再进行希尔伯特变换，就组成了大名鼎鼎的“希尔伯特—黄变换”（HHT）。由于脑电信号处理很少在EMD之后接上希尔伯特变换，在这里仅介绍EMD的相关基础知识。 EMD其实就是一种对信号进行分解的方法，与傅里叶变换、小波变换的核心思想一致，大家
opencl_peridynamics
- 近场动力学(peridynamics,PD) [1] 是一种新兴的基于非局部作用思想建立模型并通过求解空间积分方程描述物质力学行为的方法.它兼有分子动力学方法和无网格方法的优点,避免了基于连续性假设建模和求解空间微分方程的传统宏观方法在面临不连续问题时的奇异性,又突破了经典分子动力学方法在计算尺度上的局限,在宏/微观不连续力学问题分析中均表现出很高的求解精度和效率.PD方法适用于不同尺度的不连续力学问题,包括均匀与非均匀材料和结构的大变形、损伤、断裂、冲击、穿透和失稳问题,结晶相变动力学问题以
基于深度学习的机器人抓取仿真训练技术研究
- 机器人智能抓取是实现机器人智能化的重要一环。由于待抓取物品形状、尺度的多样性以及环境因素的影响，抓取任务很难用准确的数学公式求解。以往的研究多是借助计算机视觉、机器学习等相关技术，虽有一定的效果，但智能化程度还是较低。2012 年后深度学习技术逐渐崛起，因为其良好的特征提取表现被应用在了各个领域，如医学图像、自动驾驶、数据分析等，近年来国外学者开始将这项技术应用到机器人抓取，并取得了一定的成果。