filt

Its IEEE paper on Control of An Islanded Distributed Energy Resource Unit with Load Compensating Feed-Forward

ARIMA交通流预测程序，利用perms上的数据进行预测(ARIMA traffic flow prediction program)

包括自适应信道均衡器的三种算法和它们的对比：LMS,NLMS,RLS (adaptive channel equalization ：LMS,NLMS,RLS)

这是MATLAB的界面—GUI的几个例子，直接打开就能用。(This is the MATLAB interface- GUI examples, can be used to open directly.)

convert RGB color space to Lab color space

MATLAB仿真多用户MIMO系统容量的源代码(MATLAB simulation of multiuser MIMO system capacity of the source code)

将一个m文件转成c /cpp文件并在VC中进行编译。这种方法有个烦人的地方，每次你都需要把matlab生成的一 大堆c和h文件考到vc中，比如我读入一副图片先做膨胀，再腐蚀，再进行小波变换，最后 显示。这样一个程序会生成大概150多个文件，每次都要拷贝这些文件很不方便。我试着用 了另外一种方法，可以简化这些工作。那就是不生成cpp文件交给VC去编译，而是直接在m atlab中生成一个dll交给VC去链接即可。这样无论matlab生成多少文件，都只需要拷贝三 个文件即可。 (m to a document conversion c/cpp files and compile VC. Such a method is a nagging place every time you need Matlab has generated a lot of c and h vc document examination, for example, I read a photo, first expansion, and corrosion, further wavelet transform, the last show. Such a procedure will probably generate more than 150 documents, each copy of these documents must be very inconvenient. I tried another kind of approach can simplify their work. It is not generating cpp documents to the VC to compile, but m atlab directly in the formation of a dll to the VC to link. No matter how many documents generated Matlab, only three need to copy documents.)

说明：  每个汉字代表1个数字（1~9）。相同的汉字代表相同的数字，不同的汉字代表不同的数字。 (Each character is representative of a number (1 to 9). The same Chinese characters represent the same number, different characters represent different numbers.)

前基于图像块稀疏表示的超分辨率重构算法对所有图像块都用同一字典表示，不能反映不同类型图 像块问的筹别．针对这一缺点，本文提出基于图像块分类稀疏表示的方法．该方法先利用图像局部特征将图像块分为 平滑、边缘和不规则结构三种类型，其中边缘块细分为多个方向．然后利用稀疏表示方法对边缘和不规则结构块分别 训练各自对应的低分辨率和-岛分辨率字典．重构时对平滑块利用简单双三次插值方法，边缘和不规则结构块由其对应 的高、低分辨率字典通过正交匹配追踪箅法重构．实验结果表明，与单字典稀疏表示算法相比，本文算法对图像边缘部 分重构质量明显改善，同时醇构速度品著提高． (Image Super-Resolution AlgorithmsB ased onS parse Representation of Classified ImageP atches )

说明：  一种非线性流形学习和维度缩减的算法，可以用来对数据进行降维和数据可视化。(Locally Linear Embbedding)