-
addons
图像处理的matlab代码，图像预处理的基本程序，matlab语言基础(Image processing matlab code, image pre-processing of the basic procedures, matlab Language Infrastructure)
- 2009-12-15 14:22:56下载
- 积分：1
-
imvectrol9
Inductio Machine vector control model
- 2009-06-01 21:57:58下载
- 积分：1
-
fengye032
关于电力系统最优潮流计算的MATLAT程序.可以实现最优潮流的.(on the optimal power flow calculation MATLAT procedures. Can achieve optimal power flow.)
- 2021-04-09 10:29:00下载
- 积分：1
-
zoomFFT
说明： 用较少的FFT点数获得对频率的精细分析，减小计算量，达到较高的分辨率(Fine analysis of spectrum)
- 2020-03-03 08:36:30下载
- 积分：1
-
lagrangepolynomial
数值分析中的拉格朗日算法,函数构造比较简单。matlab程序编写。(Numerical Analysis of Lagrangian algorithm, function of relatively simple structure. matlab programming.)
- 2008-01-16 20:44:46下载
- 积分：1
-
Based-on-SVM-speaker-recognition
说明： 基于SVM的文本无关说话人识别算法研究，本文在最后用Matlab程序实现了一个基于支持向量机的说话人识别系统试验平台。并根据对参试者进行的大量身份测试试验，总结系统的各方面性能和分析存在的问题，为进一步研究提供了方向和宝贵的经验。
(SVM-based text independent speaker recognition algorithm, the paper used in the final implementation of a Matlab program based on support vector machine speaker recognition system test platform. And tested based on the identity of those who carried out a large number of test trials, summed up the system performance and analysis of all aspects of the problems, provide a direction for further research and valuable experience.)
- 2011-03-20 10:45:21下载
- 积分：1
-
jiyinzhouqi_tiqu
说明： 利用自相关函数估计基音周期，函数jiyinzhouqi，输入参数是分析语音文件名和帧移，帧移在5~10ms(use of the correlation function is estimated Pitch, jiyinzhouqi function, input parameters to analyze voice file names and frame shift, frame shift in the 5-10ms)
- 2006-03-12 22:05:29下载
- 积分：1
-
tmouse
这个程序教我们用matlab实现动画的制作，这是实现动画的基础。(the procedures we use the Matlab achieve animation productions, this is the basis for animation.)
- 2007-04-01 10:53:14下载
- 积分：1
-
Probability-and-Stochastic-Processes-2E--Yates
probablity and statistics matlab examples
- 2011-10-05 06:22:58下载
- 积分：1
-
sinorder
为sinudoidal模型的AIC阶估计.AIC信息准则即Akaike information criterion，是衡量统计模型拟合优良性的一种标准，又由于它为日本统计学家赤池弘次创立和发展的，因此又称赤池信息量准则。它建立在熵的概念基础上，可以权衡所估计模型的复杂度和此模型拟合数据的优良性。
在一般的情况下，AIC可以表示为： AIC=2k-2ln(L)
其中：k是参数的数量，L是似然函数。 假设条件是模型的误差服从独立正态分布。 让n为观察数，RSS为剩余平方和，那么AIC变为： AIC=2k+nln(RSS/n)
增加自由参数的数目提高了拟合的优良性，AIC鼓励数据拟合的优良性但是尽量避免出现过度拟合(Overfitting)的情况。所以优先考虑的模型应是AIC值最小的那一个。赤池信息准则的方法是寻找可以最好地解释数据但包含最少自由参数的模型。(AIC order estimation for sinudoidal model)
- 2013-12-05 13:18:54下载
- 积分：1
