Chapter2

matlab的fcm聚类源程序，希望对大家有帮助。谢谢(The fcm clustering matlab source code, want to help everyone. Thanks)

针对极化阵列的波束综合问题，并把这一问题描述成一个凸优化问题。 (For polarization array pattern synthesis problem, and describe it as a convex optimization problem.)

finding the burst image for skew angle detection

Cichocki教授的一些关于盲源分离的研究成果。内容主要在于盲源的提取。是一部分很好的内容。(Cichocki D.R，blind source separation,blind source extraction)

非平稳时变信号的希尔伯特变化，可以实现EMD，HHS。(non-stationary and time-varying HHT)

说明：  是一个介绍水平集的ppt，水平集方法及其在图像分割和目标跟踪中的应用(Level set is a description of the ppt, the level set method in image segmentation and object tracking application)

matlab 最优化算法matlab 最优化算法matlab 最优化算法matlab 最优化算法(matlab zuiyouhau suanfa )

multiple input multiple output capacity

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)

C-CMethod.m C-C法主函数，调用方式见函数体 correlation_integral.m 关联积分求解（被C-C法主函数调用） disjoint.m 将时间序列分为t个不相交的向量 heaviside.m 判断函数>0为1，<0为0 reconstitution.m 相空间重构函数 lorenz_phase.m 实验函数，用lorenz系统测试C-C法 lorenz_sim.mdl 用simulink建立的lorenz系统(C-CMethod.m CC method main function, see the body of the function invocation correlation_integral.m correlation integral solution (CC method is the primary function call) disjoint.m time series is divided into t disjoint vector heaviside.m determine the function> 0 1, < 0 0 reconstitution.m experimental phase space reconstruction function lorenz_phase.m function lorenz system test with CC method lorenz_sim.mdl established lorenz system with simulink)