QRS-complex

PSO for beginner propose to minimize f(x)=100(x2-x12)2 + (x2-1)2

对数据进行按列分类统计，统计平均值、背景值、方差等(The data by columns classification statistics, statistical average, the background value, variance, etc.)

初学者最想看到的简单的源码，实现最基本的功能！希望适合所有新人！(Beginners most want to see the simple source to achieve the most basic function! New hope for all!)

MATLAB源代码大全，包括二维连续傅里叶变换，离散余弦变换，Radon变换实现的源代码(MATLAB source code complete, including two-dimensional continuous Fourier transform, discrete cosine transform, Radon transform source code)

说明：  任务 1 编写以两幅灰度图像为输入的 MATLAB 函数，计算下列图像差值度量：均方误 差（MSE）信噪比（SNR）峰值信噪比（PSNR）均值绝对误差（MAE）处理给定的测试图像“Lena”及其原始和后添加噪声形式。 任务 2 编写 MATLAB 函数，通过两种不同的方法将一幅灰度图像从原始大小下采样到 给定输出大小：a)直接消除像素，b)在消除像素之前进行初步图像平滑处理。用缩放系数 2:1、4:1、8:1 和 16:1 对给定的测试图像“Living.”进行处理。 任务 3 编写 MATLAB 函数，通过两种不同的方法将灰度图像从原始大小缩放到给定的 输出大小：a)像素重复使用上述方法将任务 2 中处理的图像缩放回原始大小。使用为任务 1 编写的 MATLAB 方法计算原始图像和缩放图像的 MSE 和 PSNR。将 MSE和 PSNR 分别作为大小缩减率的函数。定义对于相同的尺寸缩小比，收缩/缩放方法的组合提供最小 MSE 和最大 PSNR。 任务 5 编写 MATLAB 函数分别对测试图像“Fig0316(1)(top_.)”和“Fig0316(4)(._.)”执行直方图均衡。显示直方图均衡前后直方图的直方图。(task1 task2 task3 task5)

这是基于PCA的人脸识别，用MATLAB编写，包含了K-L变换，奇异值分解等方法，且采用了最小距离分类器(This is based on the PCA face recognition, using MATLAB to prepare, including the KL transform, singular value decomposition and other methods, and the use of the minimum distance classifier)

数字喷泉码PPT，主要说明了随机数字喷泉码，LT码，raptor码以及其基本的编译码方法并附加LT coeds的matlab程序(Digital fountain code PPT, the random digital fountain codes, LT codes and raptor code and the basic encoding and decoding methods)

自相关函数在噪声检测,识别和有用信号的提取中的应用(autocorrelation function of the noise detection, identification and extraction of the useful signal of)

阵列方向图的matlab仿真，方向图的画法是阵列信号处理学习的最基本的能力，(Array pattern of matlab simulation, pattern of the array signal processing, painting is the most basic learning ability,)

AITKEN S INTERPOLATION Aitken s procedure yields systematically and successively better interpolation polynomials corresponding to successively higher order truncation of Newton s divided difference formula. Given a set of x and corresponding f(x), estimate f1(x1) f1= aitkenInterp(x,f,x1) f = corresponding function of x f1= corresponding function of x1