am

用matlab仿真多目标跟踪中的航迹关联融合的程序，(Matlab simulation of multi-target tracking with the track association fusion procedure)

主要实现了不同图像模型间的转换和彩色补偿,完全是通过matlab实现.(Main achieved the conversion between different image model and color compensation, entirely through matlab.)

该工具箱包括了二种分类,二种回归,以及一种一类支持向量机算法 (1) Main_SVC_C.m --- C_SVC二类分类算法 (2) Main_SVC_Nu.m --- Nu_SVC二类分类算法 (3) Main_SVM_One_Class.m --- One-Class支持向量机 (4) Main_SVR_Epsilon.m --- Epsilon_SVR回归算法 (5) Main_SVR_Nu.m --- Nu_SVR回归算法(Support Vector Machine Matlab Toolbox 1.0 Platform : Matlab6.5/Matlab7.0 Reference : Chih-Chung Chang, Chih-Jen Lin. "LIBSVM: a Library for Support Vector Machines")

shrodinger solving with matlab

水轮机变结构仿真程序以及M文件，S函数编写，PSO优化参数(Variable structure of turbine simulation program as well as M-files)

matlab下颜色设置、滑块、列表框等控件的实现，matlab实用例程(Matlab under color setup, slider, list box controls such as the realization of practical Matlab routines)

1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。 3 SIFT算法的主要特点： a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctiveness)好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配[23]。 c) 多量性，即使少数的几个物体也可以产生大量SIFT特征向量。 d) 高速性，经优化的SIFT匹配算法甚至可以达到实时的要求。 e) 可扩展性，可以很方便的与其他形式的特征向量进行联合。 4 SIFT算法步骤： 1） 检测尺度空间极值点 2） 精确定位极值点 3） 为每个关键点指定方向参数 4） 关键点描述子的生成 本包内容为sift算法matlab源码(1 SIFT course of development SIFT algorithm by DGLowe in 1999, the perfect summary of 2004. Later Y.Ke its description of the sub-part of the histogram with PCA instead of its improvement. 2 the SIFT main idea The SIFT algorithm is an algorithm to extract local features in scale space to find the extreme point of the extraction location, scale, rotation invariant. 3 the main features of the SIFT algorithm: a) SIFT feature is the local characteristics of the image, zoom, rotate, scale, brightness change to maintain invariance, the perspective changes, affine transformation, the noise also maintain a certain degree of stability. b) unique (Distinctiveness), informative, and mass characteristics database for fast, accurate matching [23]. c) large amounts, even if a handful of objects can also produce a large number of SIFT feature vectors. d) high-speed and optimized SIFT matching algorithm can even achieve real-time requirements. e) The scalability can be very convenient fe)

Genetic Programming using MAtlab

T型尾翼颤振进计算。结合了nastran生成的模态坐标f06文件及气弹计算软件ZAERO。片条法计算非定常气动力里面的定常附加部分。(T-tail flutter ansys, composite of f06 and ZAERO.)

无速度传感器matlab仿真模型，带测试模型(No speed sensor matlab simulation model with test model)