KALMAN

hello...this is book very nice about MATLAB programming...good luck and regards

OFDM系统仿真实现成功啦！欢迎下载。有什么好的意见欢迎提出哈。包含源代码(OFDM System Simulation succeeded! Welcome to download. What good ideas are welcomed Kazakhstan. Includes source code)

These are som documents about the Civil works. For more information, pls. contact me.

说明：  摘 要 盲图像恢复的主要困难是信息不足，而为了恢复图像和确定点扩散函数需要适当的先验知识。解决这个问题的法、 法以及正则化方法等。但是这些方法的计算量都太大，针对上述方法的不足，文章提出了一种恢复图方法有图像的新算法，它通过恢复残差的最小化和后验概率的最大化来估计参数和恢复图像。其中，巧妙地利用了最陡梯度法和 共轭梯度法的迭代求解。对由于运动造成的模糊图像，可以明显地改善图像的质量，实验结果证明，在对模糊操作没有严格限制的情况下，仍可得到较好的恢复图像。(： : 2$*/<$ I?E L691/6@ F9MM9G:0=@ R9=? S092F 91/DE 6EC=76/=972 9C 92C:MM9G9E2= 92M761/=972$I?9C G/00C M76 L67LE6 92G76L7 （ ） =972 7M/L69769 U27R0EFDE /S7:= =?E 91/DE /2F =?E L792=8CL6E/F M:2G=972 &[ $RE008U27R CL/GE8/F/L=9OE 6ED:0/69</= 1E=?7F /2F 3+ 1E=?7F M76 91/DE 6EC=76/=972 /6E E =E2FEF =7 /FF6ECC =?9C L67S0E1$] 2ER 1E=?7F 9C L67L7CEF =7 6EC= S0:6 91/DE :C92D+5 /2F 5E/C=V:/6EC 1E=?7F$W= :CE 192919<E/G7C= M:2G=972 /2F 1/ 919<E &[ M:2G=972 =7 6EC= =?E 91/DE /2F 9FE2=9M@ =?E L/6/1E=E6C$I?9C 1E=?7F :CE C=EELEC= FECGE2= /2F G72Q:D/=E D6/F9E2= 1E=?7FC =7 192919<E ， G7C= M:2G=972 /2F 1/ 919<E L7C=E69769 L67S/S909=@ =7 91L67OE =?E S0:6 91/DE X?9G? 9C /0C7 =7 91L67OE =?E 91/DE V: =@ 92 C71E FED6EE R9=? 27 C=69G= 0919=/=972$)

说明：  带交叉因子的粒子群优化算法matlab源程序 对大家非常有帮助(With cross-factor of the particle swarm optimization algorithm matlab source code is very helpful to everyone)

盲源分离的源代码程序包，适合ICA初学者使用(Blind source separation of the source code package, suitable for beginners to use ICA)

样本熵,用于进行信号的复杂度计算，已调试完成，可直接调用(sample entropy can be used to analyze the complexity of signal.)

job-shop matlab 遗传算法(job-shop matlab gentic )

Materials Studio培训教程，从基础讲起，是比较全面的学习资料。(Training course, the foundation, it is a relatively comprehensive learning materials.)

k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。(k-means algorithm accepts input k then n data objects into k clusters in order to make clustering satisfy obtained: the objects in the same cluster high similarity different clustering object similarity small. Cluster similarity is the use of the mean of each cluster of objects that get a " central object" (center of gravity) to perform the calculation.)