examples

有限单元集成刚度程序，用于计算常见单元刚度矩阵及集成。(beamassemble .ect.)

发送一个开放声音控制（OSC）的信息通过UDP连接 oscsend（美，路径） oscsend（美，路径，类型，arg1的，arg2的,...) oscsedn（美，路径，类型，[参数]） ü= UDP的对象与打开的连接。 路径=路径字符串 =同类型的参数类型的字符串， 支持： 我=整数 f=浮动 商S =串 每组空（忽略相应的参数） 余=脉冲（忽略相应的参数） T=真（忽略相应的参数） F=假（忽略相应的参数） 乙=布尔（不是官方：将参数为T/在F型） 不支持： b=一滴 参数=参数所指定的类型。 示例 ü=的UDP（ 127.0.0.1 ，7488） 的FOPEN（美） oscsend（ü， /测试 ， ifsINBTF ，1，3.14， 您好 ,[],[],虚假,[],[]) fclose（美） 如需关于振荡信息http://opensoundcontrol.org/。(Sends a Open Sound Control (OSC) message through a UDP connection oscsend(u,path) oscsend(u,path,types,arg1,arg2,...) oscsedn(u,path,types,[args]) u = UDP object with open connection. path = path-string types = string with types of arguments, supported: i = integer f = float s = string N = Null (ignores corresponding argument) I = Impulse (ignores corresponding argument) T = True (ignores corresponding argument) F = False (ignores corresponding argument) B = boolean (not official: converts argument to T/F in the type) not supported: b = blob args = arguments as specified by types. EXAMPLE u = udp( 127.0.0.1 ,7488) fopen(u) oscsend(u, /test , ifsINBTF , 1, 3.14, hello ,[],[],false,[],[]) fclose(u) See http://opensoundcontrol.org/ for more information about OSC.)

this is simulation on MIMO technique using optimal beamforming

multi-object detection by cam shift

this file contains a good matlab code for data classification

求解小波波极大值，利用小波程序分解暂态量的数据，由此获得行波波头(Solving the maximum value of small wave)

A simple m-file to compute the experiemntal BER of coded BPSK(A simple m-file to compute the experiemnta l coded BER of BPSK)

以某些特殊函数为基将数据过程或数据系列变换为级数系列以发现它的类似频谱的特征，从而实现数据处理。(In some particular function or process the data base is converted into data series series series to discover its characteristics similar to the spectrum, to achieve data processing.)

This a PU meshfree code have been developed for curve fitting problems. this archive contains Matlab subroutines

可以自适应的给出最佳的聚类数， 而且可以验证聚类的有效性， 达到最佳聚类的目的(You can give the best adaptive number of clusters, and can verify the validity of clustering, to achieve the purpose of optimal clustering)