搜索资源列表
Matlab_Image_Processing
- Matlab在图像处理与目标识别方面的应用实验程序示例。包括三个程序以及详细文档：一、染色体识别与统计，二、汽车牌照定位与字符识别，三、基于BP神经网络识别字符的简单实验。-Matlab in image processing and object recognition on the application of experimental procedures example. Including the three procedures and the detailed documentat
目标跟踪
- 基于当前统计模型的目标跟踪算法，KLMAM滤波器
CS_KF_1wei.rar
- 基于当前统计模型的目标跟踪算法，就用卡尔曼滤波器，目标跟踪和数据整合类的同志可下,Based on current statistical model of the target tracking algorithm using Kalman filter, target tracking and data integration can be under the category of Comrade
yundong
- SAR（合成统计雷达）点目标成像matlab代码-SAR (synthetic statistical radar) point target imaging matlab code
CurrentStatisticalModel
- 当前统计模型机动目标跟踪算法。本程序对做圆周运动的机动目标的X方向进行了跟踪仿真。-Current statistical model for maneuvering target tracking algorithm. This procedure for doing circular motion of the X direction of maneuvering target tracking simulation carried out.
- 基于机动目标当前统计模型的单目标跟踪，采用卡尔曼滤波实现-Maneuvering target based on current statistical model of the single-target tracking using Kalman filter to achieve
jcwtlib-0.01.tar
- 独立成分分析（Independent Component Analysis, ICA）是近年来发展起来的一种有效的盲分离技术，最早是由法国学者Herault和Jutten于1986年提出。ICA方法的提出最初是用来解决“鸡尾酒会”问题，其过程可以归纳为，在源信号与传输通道参数均未知的情况下，仅根据源信号的统计特性，出现测信号恢复出源信号。ICA分析的关键在于根据一定的优化准则建立描述输出信号独立程度的优化判据，即目标函数，并设计相应的优化算法，寻求最优的分离矩阵，使得输出信号中各分量尽可能相互独
Complete-collection-of-algorithm
- 算法大全 全书分30章及2附录（在MATLAB中实现）对常用数学算法进行汇总介绍。 主要包括：线性规划、非线性规划、动态规划、图与网络、排队论、对策论、层次分析法、插值与拟合、数据的统计描述和分析、方差分析、回归分析、微分方程建模、稳定状态模型、常微分方程解法、差分方程模型、马氏链模型、变分法模型、神经网络模型、偏微分方程的数值解、目标规划、模糊数值模型、现代优化算法、时间序列模型、存贮论、经济与金融的优化问题、生产与服务运作管理中的优化问题、灰色系统理论及其应用、多元分析、偏最小二乘回归以
yunjiasuyundong
- 目标作匀加速动动matlab仿真，包括卡尔曼滤波和a－b－r滤波，分singer模型和“当前”统计模型。-Target for the uniformly accelerated touch of matlab simulation, including the Kalman filter and the a-b-r filter, sub-singer model and " current" statistical model.
OSTWO-CFAR
- 高频雷达 目标检测 恒虚警算法 双参数有序统计OSTWO-High-frequency radar target detection algorithm for two-parameter CFAR OSTWO order statistics
icA-TUTORIAL
- 独立成分分析（ICA）是最近开发的方法，它的目标是找到一种nongaussian等数据的线性表示 该元件是统计独立的或尽可能独立。应用包括信号特征提取与分离数据的基本结构。 在本文中，我们提出的基本理论和ICA的应用，以及我们对这个问题的近期工作。-Independent component analysis (ICA) is a recently developed method in which the goal is to find a linear representatio
alpha_1
- 基于alfa的当前统计模型对目标曲线进行跟踪，且跟踪效果良好-The current statistical model alfa-based target tracking curve, and good tracking
EKF
- 仿真实现了对目标跟踪的扩展卡尔曼滤波，并对误差进行了统计- realize the extended kalman filter
Particle
- 仿真实现了目标跟踪的粒子滤波跟踪，并对误差进行了统计- realize the particle filter
dangqian
- 假定机动目标做匀加速运动，基于目标当前统计模型的目标跟踪算法-Maneuvering target is assumed to do constant acceleration, the current statistical model based on target tracking algorithm
kalman
- 基于_当前_统计模型的目标状态估计主要靠 kalman滤波实现对物体运动轨迹的估计-_ Current _ statistical model-based target state estimates depends mainly on kalman filter object trajectories estimated
target_tracking_CS_3D
- 机动目标跟踪的Matlab程序，采用当前统计模型以及三维运动目标场景-Maneuvering Target Tracking Matlab program, using the current statistical(CS) model, as well as 3D movement of the target scene
OS-CFAR
- 有序统计量恒虚警检测——OS-CFAR检测器：包括对于无目标、仅有噪声的信号进行OS-CFAR检测的仿真，以及对于含目标、且在瑞利杂波背景下的OS算法仿真。一些程序主要是为了绘图，画出OS-CFAR检测过程中的信号波形以及检测门限对比图；而另一些程序是为了计算OS-CFAR检测过程中的检测概率和虚警概率。-OS-CFAR detectors: simulations of detection to signals with no target but noise only, as well as
基于“当前”统计模型和Singer模型的机动目标跟踪程序
- 基于“当前”统计模型和Singer模型的机动目标跟踪的matlab程序
基于视频的车流量统计
- 检测视频中设置区域的运动车辆，设置虚拟线检并计数参考程序测目标车辆(Setting up Virtual Line Inspection and Counting Reference Program to Measure Target Vehicles)