jiami1

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$)

This source file is automatically generated.

《MATLABSimulink通信系统建模与仿真实例精讲》IS95前向链路系统(" MATLABSimulink communications system modeling and simulation examples succinctly" IS95 link to the system)

全局约束的DTW时间序列相似度搜索算法。。。。。。。。。。。。。。。。(DTW time global constraint sequence similarity search algorithm. . . . . . . . . . . . . . . .)

说明：  退火算法程序，经典优化算法，可以找到全局较好的点。(Annealing process, the classical optimization algorithm, can find a good point overall.)

整数规划的matlab代码，常用的优化工具！(Integer programming matlab code, commonly used optimization tools!)

用Matlab编写的天空之城，分享给大家听听(Matlab prepared Laputa, share them to you)

三维 电磁波 有限差分 本来用于计算三维GPR正演，还不是最终版，还在调试PML边界(3D FDTD)

仿真SMI（DMI）算法性能，观察采样快拍数对波束图的影响、接收信号中不包含、包含信号功率逐渐加大对波束图的影响(Simulation SMI (DMI) algorithm performance, the number of snapshots observed sampling effects on the beam diagram, the received signal does not contain, include the gradual increase of the signal power of the beam map)

电压暂降正周期有效值,是四案例工程中比较常见的算法。(t=0:0.0002:0.2 y=cos(100*pi*t) y1=0.5*cos(100*pi*t) y(200:600)=y1(200:600) for i=1:1:901 u(i)=sqrt(sum(y(i:i+99).^2)/100) end plot(u) xlable( 采样点数 ) ylable( u ) )