signal_detect_and_estimation

对数字电路，通信原理，DSP等一些现象的仿真：比如整流器，滤波器，仿真二/四译码器，四选一数字选择器，信号发生器，2FSK信号的调制、滤波、频谱分析等，对DSP中各种滤波的仿真以及通原中的调制解调的仿真等(Digital circuits, communication theory, DSP and some other phenomena simulation: for example, rectifiers, filters, simulation II/IV decoder, four elected a digital selector, signal generator, 2FSK signal modulation, filtering, spectral analysis, DSP filtering on the various links of the original simulation and the simulation of the modulation and demodulation, etc.)

说明：  支持向量机，评价体系，一种新的评价方法，实例学习：基于支持向量机的我国家电企业创新能力评价指标体系研究，一学便会。(SVM evaluation index system)

这是一个电力系统谐波检测的MATLAB仿真模型，采用的是基于瞬时无功功率理论的pq法，效果很好(This is a power system harmonic detection MATLAB simulation model, based on the use of instantaneous reactive power theory pq method, the effect is very good)

ch3=softt(h3,thr1 clear clc I=imread( lena512.bmp ) imshow(I) I=double(I) II=I+30*randn(size(I)) figure imshow(II,[]) [a1,h1,v1,d1]=dwt2(II, sym8 ) [a2,h2,v2,d2]=dwt2(a1, sym8 ) [a3,h3,v3,d3]=dwt2(a2, sym8 ) sigma=median(abs(d1(:)))/0.6745 x=3*sigma thr1=x*2^(-1) thr2=x*2^(-0.5) thr3=x 小波图像去噪( ch3=softt(h3,thr1 clear clc I=imread( lena512.bmp ) imshow(I) I=double(I) II=I+30*randn(size(I)) figure imshow(II,[]) [a1,h1,v1,d1]=dwt2(II, sym8 ) [a2,h2,v2,d2]=dwt2(a1, sym8 ) [a3,h3,v3,d3]=dwt2(a2, sym8 ) sigma=median(abs(d1(:)))/0.6745 x=3*sigma thr1=x*2^(-1) thr2=x*2^(-0.5) thr3=x )

本书荣获2005年第十五届Jolt通用类图书震撼大奖。 继 Effective C++ 之后，Scott Meyers 于 1996 推出这本「续集」。本书与现今之 C++ 标准规格几乎相同。可能变化的几个弹性之处，Meyers 也都有所说明与提示。(the book won the 2005 session of the 15th General Books Jolt Awards shock. Following the Effective C, Scott Meyers in 1996 to launch the "sequel." The book's C with the current standard is almost the same. Several possible changes in flexibility, Meyers also has suggested and described.)

klaman滤波算法的matlab编程,主要用于gps定位,具有非常好的参考价值,运行通过(klaman filtering algorithm Matlab programming, mainly for the gps positioning, very good value, running through)

VC_和Matlab混合编程在图像处理中的应用(VC_ and hybrid programming in Matlab Image Processing)

IDW插值法，距离倒数乘方格网化方法是一个加权平均插值法，可以进行确切的或者圆滑的方式插值。方次参数控制着权系数如何随着离开一个格网结点距离的增加而下降。对于一个较大的方次，较近的数据点被给定一个较高的权重份额，对于一个较小的方次，权重比较均匀地分配给各数据点。 计算一个格网结点时给予一个特定数据点的权值与指定方次的从结点到观测点的该结点被赋予距离倒数成比例。当计算一个格网结点时，配给的权重是一个分数，所有权重的总和等于1.0。当一个观测点与一个格网结点重合时，该观测点被给予一个实际为 1.0 的权重，所有其它观测点被给予一个几乎为 0.0 的权重。换言之，该结点被赋给与观测点一致的值。这就是一个准确插值。 距离倒数法的特征之一是要在格网区域内产生围绕观测点位置的"牛眼"。用距离倒数格网化时可以指定一个圆滑参数。大于零的圆滑参数保证，对于一个特定的结点，没有哪个观测点被赋予全部的权值，即使观测点与该结点重合也是如此。圆滑参数通过修匀已被插值的格网来降低"牛眼"影响。 (Inverse Distance to a Power)

MSChart操作实例，可以轻松编码实现饼图，折线图，柱状图(MSChart operation example, you can easily Coding pie charts, line charts, bar charts)

这是一个利用水平集方法进行分割的方法，是目前使用越来越多的方法，并且有严格的数学依据(This is a level set method using segmentation method is currently used by more and more ways, and has a strict mathematical basis for)