farkbul

六杆机构MATLAB计算仿真，解析法求解位移、速度、加速度、力和力矩(Six institutions MATLAB computing simulation, analytical method to solve the displacement, velocity, acceleration, force and moment)

进行逐步线性回归，采用的是脉冲对消法，使用起来非常方便，分析了该信号的时域、频域、倒谱，循环谱等,正确率可以达到98％，有小波分析的盲信号处理，包含特征值与特征向量的提取、训练样本以及最后的识别。( Stepwise linear regression, It uses a pulse of consumer law, Very convenient to use, Analysis of the signal time domain, frequency domain, cepstrum, cyclic spectrum, etc. Accuracy can reach 98 , There Wavelet Analysis Blind Signal Processing, Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition.)

gsm系统的流程，里面包括信道编码，交织，以及序列的产生等等(gsm system process, which includes channel coding, interleaving, and sequence generation, etc.)

说明：  自己找的sys——gen的相关资料，可以看一下的(you kan just have a look,for study.)

关于目标追踪的一个源代码，比较了卡尔曼滤波和粒子子滤波的跟踪效果。 ，经测试可直接使用。 (A source code on the target track, and compare the tracking performance of the Kalman filter and particle sub-filter. Has been tested and can be used directly.)

matlab非常好的学习课件，适合短时间自学的人使用。内容全面并且易懂。(The matlab great learning courseware, suitable for short-term self-use. Comprehensive and easy to understand.)

matlab教案中使用到的源代码，全部源代码。很全的，包括边缘检测，去噪，二值化等等。适合图像处理的初学者参考。(matlab tutorial all the source code. Very wide, including edge detection, noise removal, binarization and so forth. Beginners reference for image processing.)

免疫粒子群算法，这种免疫粒子群优化算法结合了粒子群优化算法具有的全局寻优能力和免疫系统的免疫信息处理机制，并且实现简单，改善了粒子群优化算法摆脱局部极值点的能力。(Immune particle swarm algorithm, this immune particle swarm optimization PSO combines the global optimization ability of the immune system and immune mechanisms of information processing algorithm, and the simple, to improve the PSO' s ability to get rid of the local extreme points .)

Calculate geodesic distance

矢量的合成分析 求矢量f(n,2)在指数x(n)为高指数年(x(n)>coefh的年）的平均值fh(2)、低指数年(x(n)<coefh的年）的平均值fl(2)、高指数年与气候平均的合成差dh(2)、低指数年与气候平均的合成差dl(2)、以及高低指数年的合成差dhl(2)和差的显著性tn(5)。 (Synthesis of vector demand vector f (n, 2) the index of x (n) for the high-index on (x (n)> coefh of the year) average fh (2), low index on (x (n) <coefh的年）的平均值fl(2)、高指数年与气候平均的合成差dh(2)、低指数年与气候平均的合成差dl(2)、以及高低指数年的合成差dhl(2)和差的显著性tn(5)。)