搜索资源列表
matlab
- P0301：数字图像矩阵数据的显示及其傅立叶变换 P0302：二维离散余弦变换的图像压缩 P0303：采用灰度变换的方法增强图像的对比度 P0304：直方图均匀化 P0305：模拟图像受高斯白噪声和椒盐噪声的影响 P0306：采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 P0307：采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 P0308：图像的自适应魏纳滤波 P0309：运
gaosi
- 共两个程序，分别为：高斯顺序消去法，高斯列主元消去法 -Gaussian elimination, elimination method out PCA, PCA-wide elimination method solution of linear equations and Gauss-Jordan elimination method of inverse matrix. Procedures for the use of MATLAB language development, and
low_pass
- 图像的低通滤波器,用MATLAB设计一个3×3模板标准差为0.5的高斯低通滤波。-Image low-pass filter MATLAB design, a standard template for 3 x 3 0.5 gaussian low-pass filter
Gaussianintegral
- matlab编写的用于计算一维和二维高斯积分的程序，示例为5点高斯积分。-written in matlab to calculate one-dimensional and two-dimensional Gaussian integral program, the sample for the 5-point Gaussian integration.
OFDM
- OFDM下行的仿真1、产生要传输随机数； 2、进行调制； 3、串并转换； 4、进行IFFT操作（代码中有用到共轭对称向量的IFFT为实数进行简化计算）； 5、增加循环前缀； 6、并串转换； 7、输出前滤波； 8、增加信道噪声（加性高斯白噪声）； 9、接收端串并转换； 10、去除循环前缀； 11、进行FFT变换； 12、信号解调； 13、误比特率计算； -OFDM downlink simulation 1, have t
GPS2
- 用MATLAB在产生的观测数据中捕获其中PRN 号码为“5”C/A 码。 （1） 观测数据应该有一定的多普勒频偏D f（-10kHz〈D f〈+10kHz）； （2） 加入高斯白噪声，使其信噪比为-20dB； （3） 捕获成功后，应给出捕获标志，并给出估计的频偏和码偏值。-Generated by MATLAB in which observed data capture PRN number is " 5" C/A code. (1) there should b
code-5
- This a matlab code that simulates a G/G/1 queue where the arrival and the service rate is gaussian distribution-This is a matlab code that simulates a G/G/1 queue where the arrival and the service rate is gaussian distribution
TP-matlab
- Question 1 Question 2 Question 3 3-a) Gaussian filtering with different values ecrats types of noise Gaussian 3-b) Gaussian filtering with different values ecrats types of noise pulse Question 4 4 - a) Median fil
MATLAB-6.5-andSimulink-
- 高斯白噪声的生成，用matlab实现，并附上说明。-The generation of gaussian white noise
modulation-realise
- 用Matlab产生一个频率为1Hz、功率为1的余弦信源，设载波频率为10Hz，并画出： 1.DSB调制信号及其功率谱密度； 2.将已调信号解调，在时域内将解调后的波形与原信号进行对比； 3.A=2的AM调制信号及其功率谱密度； 4.SSB调制信号及其功率谱密度； 5.在信道中各自加入经过带通滤波器后的窄带高斯白噪声，功率为0.1，解调各个信号，并画出解调后的波形。 -Matlab produce a frequency for 1 hz, power for 1 co
3
- MATLAB的图像处理基础的资料\3 程序代码说明 P0301：数字图像矩阵数据的显示及其傅立叶变换 P0302：二维离散余弦变换的图像压缩 P0303：采用灰度变换的方法增强图像的对比度 P0304：直方图均匀化 P0305：模拟图像受高斯白噪声和椒盐噪声的影响 P0306：采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 P0307：采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波
MATLAB
- 选列主元高斯消元法 源代码程序 A=[1 1 1 -1 3 1 2 -6 1] b=[6 4 -5] x=gauss2(A,b) 答案；3 2 1-Election column the main Gaussian elimination method source code program A = [1 1 1 -1 3 1 2-6 1] b = [6 4 -5] of x = gauss2 (A, b) the answer 321
fdtd2D
- This MATLAB M-file implements the finite-difference time-domain solution of Maxwell s curl equations over a two-dimensional Cartesian space lattice comprised of uniform square grid cells. To illustrate the algorithm, a 6-cm-diameter metal cylindric
bin
- MATLAB低通滤波，高斯滤波程序，共5个，对应分析的例子-MATLAB low-pass filter, Gaussian filter process
DPsearch
- Fast search for Dirichlet process mixture models -This code implements the search algorithms (modulo a few minor changes) described in the Fast search for DPMMs paper at AI-Stats 2007. It should work out of the box with a reasonably recent version of
ques7
- Write MATLAB code that will do the following. (a) Add Gaussian, Salt and Pepper and Speckle noise to image. (b) Perform median filtering to remove noise and determine SNR and PSNR value. (c) Perform average or low pass filtering to remove noise
ANN
- 自适应神经网络图书馆（Matlab的5.3.1或更高版本）是实现多个自适应神经网络具有不同的自适应算法块的集合。 它主要分布于2001年6月 - 7月詹皮耶罗坎帕（西弗吉尼亚大学）和马里奥·卢卡Fravolini（佩鲁贾大学）。后来改善部分由美国航天局资助NCC5-685支持。 有迹象表明，实施基本上这些种神经网络的块： 自适应线性网络（ADALINE） 多层感知层网络 广义径向基函数网络 动力单元结构（DCS）网络的高斯或圆锥形基函数
Gupta
- matlab code Proposed Algorithm 1. Consider the image to be resized to N x N (Original image I having N value of pixel) 2. Image is to be changed into gray and double for 2-D image. 3. Add noise to image using gaussian white filter. 4.
KLFDA
- matlab论坛里找到的使用自己的数据进行实验，可用。KFDA里就是使用例程。里面是有5类数据。通过高斯核进行LDA分类。-by using the FDA with Gaussian kernel，to classify five different patterns。
Projects_DIP3E
- 主要包括DIP 3/e—Student Projects的说明文档以及实验05-04的详细代码，实验的要求为： Instruction manual: (a) Implement a blurring filter as in Eq. (5.6-11). (b) Blur image 5.26(a) in the +45o direction using T = 1, as in Fig. 5.26(b). (c) Add Gaussian noise of 0 mean and