-
扩展卡尔曼滤波单目标跟踪
目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪目标跟踪
- 2022-03-21 01:58:54下载
- 积分：1
-
模式识别与智能计算相关代码
特地将本书中各章节自编函数（见“《模式识别与智能计算》部分函数的源程序”文件夹）及书中较多行的命令（见“《模式识别与智能计算》全书实例的源程序”文件夹），都摘录于各章节中。使用时请将其转换成M文件格式，并且注意M文件中是英文状态，所以要特别注意word格式中的标点符号及提示符前面的空格是否是英文状态（在M文件中，如果字符不是英文状态，会出现波红色浪线的提示）。
如果文件中是函数，则根据matlab形式要求，将其写成函数形式，并保存在相应的路径上。
- 2022-12-31 10:15:06下载
- 积分：1
-
visual cryptography 2 out of 2
它将源图像分成两个共享来发送，并在解密阶段合并这些共享
- 2022-03-12 06:54:53下载
- 积分：1
-
目前最为详细LDPC的matlab仿真
包括校验矩阵的生成、编码器、bpsk调制解调、利用BP算法进行LDPC的译码
- 2022-02-25 03:40:38下载
- 积分：1
-
多假设跟踪算法matlab平台实现
关于多假设跟踪算发（MHT）在matlab平台上的实现代码，是一种比较简单的MHT算法，关键位置有中文注释，基本每一段都有英文注释，适合新人阅读
- 2022-03-26 13:30:40下载
- 积分：1
-
matlab实现数字下变频
信号处理中matlab实现数字下变频,信号中心频率为30M,采样率为40M，经采样将其中频信号变为视频信号
- 2023-02-01 19:35:04下载
- 积分：1
-
遗传算法
遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报
- 2023-08-24 05:50:03下载
- 积分：1
-
面阵中三维角度估计 Unitary -ESPRIT算法MATLAB程序
基于麦克风的空间DOA估计，需要面型的阵元才行。面阵是由两个线阵构成面阵，利用几何关系，面阵麦克风阵列可以恢复出空间DOA估计。
- 2022-05-15 11:22:00下载
- 积分：1
-
hough函数
霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。霍夫变换于1962年由Paul Hough 首次提出[53]，后于1972年由Richard Duda和Peter Hart推广使用[54]，经典霍夫变换用来检测图像中的直线，后来霍夫变换扩展到任意形状物体的识别，多为圆和椭圆。
霍夫变换运用两个坐标空间之间的变换将在一个空间中具有相同形状的曲线或直线映射到另一个坐标空间的一个点上形成峰值，从而把检测任意形状的问题转化为统计峰值问题，上一节中已经介绍了车道的直线特征，本节中介绍hough变换检测直线的原理和检测结果。
我们知道，一条直线在直角坐标系下可以用y=kx+b表示, 霍夫变换的主要思想是将该方程的参数和变量交换，即用x,y作为已知量k,b作为变量坐标，所以直角坐标系下的直线y=kx+b在参数空间表示为点(k,b)，而一个点(x1,y1)在直角坐标系下表示为一条直线y1=x1·k+b，其中(k,b)是该直线上的任意点。为了计算方便，我们将参数空间的坐标表示为极坐标下的γ和θ。因为同一条直线上的点对应的(γ,θ)是相同的，因此可以先将图片进行边缘检测，然后对图像上
- 2022-08-22 03:33:19下载
- 积分：1
-
基于卡尔曼滤波的交通流预测 带数据
%卡尔曼滤波原理
% x = Ax + Bu + w meaning the state vector x evolves during one time
% step by premultiplying by the "state transition
% matrix" A. There is optionally (if nonzero) an input
% vector u which affects the state linearly, and this
% linear effect on the state is represented by
% premultiplying by the "input matrix" B. There is also
% gaussian process noise w.
% z = Hx + v meaning the observation vector z is a linear function
% of
- 2022-01-22 13:04:56下载
- 积分：1
