资源列表
OS-CFAR
- Ordered-Statistics CFAR Processor for non-homogenous environments
CA-CFAR-and-optimum
- CA-CFAR and Optimum CFAR Processors
disper_compens
- Matlab code for dispersion compensation
mos4
- mos管电流电压曲线,Vgs--Ids,整体区域DC模型-figure of mos transitor,Vgs--Ids，all-region DC model.
lgkt-matlab
- 是一个matlab如何编写龙格库塔的程序。他用来求解常微分方程，具有很好的优势。-matlab programming language. Single precision of the Runge- Kutta- Kiel in the initial conditions for n simultaneous differential equations very Good.
zhuchengfenfenxi
- 主成分分析的matlab源代码，很有帮助，我已经用过好多次-principal component analysis
Fisher-linear-discriminant-method
- 此为模式识别中的Fisher线性判别方法求分类器。进行了男、女错误率和总错误率的统计。 全部程序流程如下： 1、读取FAMALE.TXT文件把身高或体重给数组，并求x1的样本均值m1和内离散度S1； 2、读取MALE.TXT文件把身高或体重给数组，并求x2的样本均值m2和内离散度S2； 3、求最佳变换向量和阀值点； 4、读取Test2.txt文件把对应的身高或体重给数组A并求A的样本数M； 5、把最佳变换向量和阀值点、x代入判别方程g（x）； 6、对本判别的错误率进行
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
gender-classification-experiments
- 这是用身高体重数据进行性别分类的实验。 用最小错误率贝叶斯分类器决策时，首先通过比较概率大小判断一个体重身高二维向量代表的人是男是女，然后再逐一与已知性别的数据比较，就可以得到错误率的统计。然后改变先验概率，重复上面的过程，观察数据结果的变化。 用最小风险贝叶斯分类器决策时，首先求出用最小错误率贝叶斯分类器得到的条件概率；然后根据人为给定的决策表，根据公式算出条件风险；然后逐一比较条件风险，找出使条件风险最小的决策（也就是分类）。最后用分类得到的结果逐一比较已经知道的原始数据，统计处错误
wuweizhiSVMDTC_close
- 无位置传感器永磁同步电机直接转矩控制系统仿真-Sensorless permanent magnet synchronous motor direct torque control system simulation
FBG
- 计算均匀FBG反射谱，已通过调试，只要修改参数即可-refective spectrum for FBG
code
- 一种简单的基于matlab的印刷体数字识别-Numeral recognition based on matlab