GL0428

在matlab绘图中绘制不同函数曲线的用户界面的m函数，奉献给大家！(Drawing graphics in matlab function curves of different user interface function of m, and dedication to you!)

基于粗糙熵和K-均值聚类算法的图像分割 (Based on Rough Entropy and K-means clustering algorithm for image segmentation)

说明：  老外的一本绝版好书，有钱买不到的东西哦，收藏起来吧(Foreigners an out of print books, there are things money can not buy Oh, collectors get up)

多帧图像超分辨率重建，里面有huber 马尔科夫，ML超分辨率重建，对学习超分辨率很有帮助。(Multi-frame image super-resolution reconstruction, which has the the huber Markov, ML super-resolution reconstruction is helpful in learning the super-resolution.)

three phase system with sinosoidal inverter .check it with source code

my uploaded file is fuzzy c means algorithm that is coded in matlab

说明：  预处理工具包括：主成分Analysi 小号（PCA），白化，过滤：高通滤波（HPF），低通滤波（LPF），子带滤波器（巴特沃斯，切比雪夫，椭圆）用的滤波器，频率子带和可调顺序子带的数量）或用户定义的 预处理功能。 后处理工具实际上包括：通过去除不想要的组件，噪声或伪像，对原始原始数据进行压缩和重建（“清理”）。 该算法不仅可以执行ICA，还可以执行二阶统计盲源分离（BSS），稀疏分量分析（SCA），非负矩阵分解（NMF），平滑分量分析（SmoCA），因子分析（FA）和任何其他可能的矩阵X = HS + N或 Y = WX形式的因式分解，其中H = W +是混合矩阵或基本向量矩阵。X是观测数据的矩阵，S是原始数据的矩阵，N表示其他噪声的矩阵。 ICA / BSS算法是纯数学公式，功能强大，但机械程序却很复杂：机械得到最佳实施后，用户要做的工作不多。ICALAB的成功和有效使用在很大程度上取决于先验知识，常识以及对预处理和后处理工具的适当使用。(icalab toolboxes for signal process, based on the software MATLAB.)

MATLAB MODEL OF MODIFIED SEPIC CONVERTER WITH MAGNETIC COUPLING

先对数据进行ARMA建模，再在ARMA建模的基础上进行Kalman滤波已经运行通过，而且效果很好(ARMA modeling data first, and then on the basis of ARMA modeling performed by the Kalman filter has been running, and the effect is very good)

以实际应用中的一些具体问题为基础，详细介绍多种情况下MATLAB的使用方法(Based on some specific issues of practical applications,introduce how to use MATLAB in many cases.)