搜索资源列表
IterativeClosestPointMethod
- ICP fit points in data to the points in model. Fit with respect to minimize the sum of square errors with the closest model points and data points. Ordinary usage: [R, T] = icp(model,data) INPUT: model - matrix with model points,
generateregularmatrix
- 特殊随机矩阵的生成，包含两个程序，一个可以随机生成行和和列和均为K的0-1矩阵，另一个可以随机生成稀疏矩阵。-Matrix generation,concluding two program,one can generate the 0-1 matrix that have the same row sum and column sum,the other can generate sparce matrix.
impmet
- IMPMET Standard impedance matrix (metal surface) Returns the complex impedance matrix [EdgesTotal x EdgesTotal] Uses 9 integration points for every triangle (barycentric subdivision) The impedance matrix is calculated as a sum of the contributi
SphereDecoder
- 用于MIMO检测的sphere decoder程序- This function implements a soft output sphere decoder. Based on the paper: C. Studer, M. Wenk, A. Burg, and H. Blocskei: "Soft-Output Sphere Decoding: Performance and Implementation Aspects", Asilomar 2006
gmdh_example
- GMDH_main为GMDH主函数； variable_Combin为输入层初始变量选为x1,x1^2,x1*x2,x2^2,x2时的输入变量矩阵值 variable_select计算X_train训练输入数据,Y_train训练输出数据,X_test测试输入数据,Y_test测试输出数据 Combin为求变量的两两组合 Sym_Combin为求符号变量的两两组合 PE_AIC求每层各神经元的参数估计W，及训练数据在参数估计后估计的输出out_train，测试数据在参数估计后
Minimum-Bayes-classifier-error-rate
- 这是模式识别中最小错误率Bayes分类器设计方案。 自行完善了在不同先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。 全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。 调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从而得到概率密度
Minimum-Risk-Bayes-classifier
- 这是模式识别中最小风险Bayes分类器的设计方案。在参考例程的情况下，自行完善了在一定先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。 全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。 调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从
avg_sum
- 求x的平均值，但对其中的一列或几列数据进行求和。-Calculate arithmetic means of matrix x，but calculate the sum of one or some columns.
annlyap
- 最小RMSE神经网络方法计算Lyapunov指数的matlab函数。-This M-file calculates Lyapunov exponents with minimum RMSE neural network. After estimation of network weights and finding network with minimum BIC, derivatives are calculated. Sum of logarithm of QR decomposition
aprecon
- 超强的矩阵计算程序 矩阵求逆 相乘 相加 相减-Super matrix inverse matrix calculation procedures multiplying the sum of subtraction
pls
- 一个PLS的matlab程序，包括求残差矩阵求回归方程的系数，删除回归分析的常数项，求误差平方和。-A PLS matlab procedures, including seeking residual matrix coefficients of the regression equation, deleted regression constant term, seeking the error sum of squares.
Multifunctional-matrix-calculator
- 多功能矩阵计算器是一个方便实用的矩阵计算软件，无需安装，下载可直接免费使用。 功能列表： 1.可计算转置矩阵、代数和、伴随矩阵、逆矩阵 2.可计算两个矩阵的相加、相乘结果 3.可直接从Excel表中复制数据，减少手动输入数据的麻烦 4.可导出计算结果为txt文件，文件内容可直接复制到Excel表格中-Multifunctional matrix calculator is a handy utility matrix calculation software, no installation,
cengcifenxifa
- 层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后得用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。这里所谓“优先权重”是一种相对的量度，它表明各备择方案在某一特点的评价准则或子目标，标下优越程度的相对量度，以及各子目标对上一层目标而言重要程度的相对量度。层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述
LDPC
- Parity check bits is computed using sparse LU decomposition, utilizing sparse matrix properties of H. LDPC code decoding is done using iterative belief propagation or sum-product algorithm (SPA). Four versions of SPA decoder are presented.
decodeBitFlip
- function vHat decodeBitFlipping(rx, H, iteration) Hard-decision/bit flipping sum product algorithm LDPC decoder rx : Received signal vector (column vector) H : LDPC matrix iteration : Number of iteration vHat : Decoded vector (
decodeLogDomain
- function vHat decodeLogDomain(rx, H, N0, iteration) Log-domain sum product algorithm LDPC decoder rx : Received signal vector (column vector) H : LDPC matrix N0 : Noise variance iteration : Number of iteration vHat : Decoded
LDPCANDsemmidecodeProbDomain
- function vHat decodeProbDomain(rx, H, N0, iteration) Probability-domain sum product algorithm LDPC decoder rx : Received signal vector (column vector) H : LDPC matrix N0 : Noise variance iteration : Number of iteration -function
Coco20161221
- 起泡法排序、求矩阵最大值、求n阶乘的和、画函数图-Bubble method sorting, the maximum matrix, the sum of seeking n-factorial, drawing function graph
data_batch_2
- cifar-10数据集由10个类的60000个32x32彩色图像组成，每个类有6000个图像。有50000个训练图像和10000个测试图像。数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。测试批次包含来自每个类别的恰好1000个随机选择的图像。训练批次以随机顺序包含剩余图像，但一些训练批次可能包含来自一个类别的图像比另一个更多。总体来说，五个训练集之和包含来自每个类的正好5000张图像。 具体：batch2.mat文件，该训练集可以用于图片识别，非负矩阵分解等。(The ci