粒子滤波器是通过蒙特卡罗模拟来实现递归贝叶斯滤波，它不需要线性、高斯噪声的假设，适用于任何能用状态空间模型表示的非线性系统，比卡尔曼滤波器的适用范围广。这里给出了几个粒子滤波的matlab编程实例。-Particle filters are using Monte Carlo simulations to achieve the recursive Bayesian filtering, it does not require linear, Gaussian noise assumptions

出了一种新的图像分割方法。这种分割方法首先利用粗糙集理论将图像按照一定的规则划分为 大小相等的若干图像子块，而后利用蒙特卡罗方法基本原理对划分的图像子块进行一定规模的随机抽样，以随机抽 样所得的图像子块为样本进行粗糙熵计算，用所得最大粗糙熵所对应的灰度值为分割阀值对图像进行分割，在采用 较小的图像子块划分以取得更好的分割效果的情况下，极大的提高了算法的分割速度。通过对测试图像的 MATLAB仿真试验验证了算法在降低计算机消耗方面的有效性，且所得的分割阀值也令人满意。-The im

基于蒙特卡洛模拟方法的信号分析，有完整的设计报告，内含具体实现的matlab程序，可直接使用(Signal analysis based on Monte Carlo simulation method, complete design report, including the specific implementation of MATLAB program, can be used directly.)