RayleighDistri

这是一个模式识别中关于主成分分析的特征提取的matlab源码 (This is a pattern recognition principal component analysis on the feature extraction matlab source)

MTLAB程序源码源程序_Maltab在数学建模中的应用贝叶斯估计程序(bayesians madeling)

本代码通过matlab工具箱，对神经网络问题进行了研究，0-2代码对于神经网络进行训练，函数选择和误差调试，3代码对电路故障参数进行训练诊断，4代码对涡轮机故障参数进行故障诊断(The code through the matlab toolbox neural network conducted a study, 0-2 code for neural network training, function selection and error debugging, code 3 circuit fault diagnosis training parameters, four turbine fault code parameters for fault diagnosis)

ARIMA modeling and estimation

Zernikz descriptors: the similarity measure based on the descriptor should deliver a similarity ordering that is close to the application driven notion of resemblance.

无刷电机的控制过程,在matlab/simulink中的仿真，经验证，代码可行。(Brushless motor control process simulation matlab/simulink proven, workable code.)

应用matlab的图像处理工具，使用摄像头实时解密数独的程序(The video sudoku solver)

ac voltage controller

说明：  该算法包含极大似然估计的梯度算法和快速ica算法，已经调试成功过，调试时注意所给信号x是行向量还是列向量(The algorithm contains the maximum likelihood estimation of the gradient method and fast ica algorithm, has been debugged, debugging attention given signal x is a row vector or column vector)

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)