基于项目的协同过滤算法

说明：  采用laplace算子点云滤波 采用laplace算子点云滤波(use laplace to filter point cloud data use laplace to filter point cloud data)

SVPWM的matlab仿真模型，基于simulink搭建，完美实现两电平逆变输出。附带svpwm算法及实现过程，适合自学研究。(SVPWM matlab simulation model, based on simulink structures, the perfect realization of two-level inverter output. With svpwm algorithm and implementation process, suitable for self-study.)

《MATLABSimulink通信系统建模与仿真实例精讲》OFDM通信系统(" MATLABSimulink communications system modeling and simulation examples succinctly" OFDM communication system)

说明：  与常规的单目标遗传算法求解不同，该算法考虑两个目标函数的遗传算法(Different from the conventional single objective genetic algorithm, this algorithm considers the genetic algorithm of two objective functions)

HHT法国人算法中，一个谱分析时绘图的函数(French HHT algorithm, a spectral analysis of the function mapping)

Newton-Raphson算法 介绍 在科学计算和财经工程领域，许多数值算法都是通用的（至少在理论上是），可广泛地用于解决一类问题。一个大家熟悉的例子就是Newton-Raphson例程，它可用来寻找方程 f(x)=0的数值解。标准的数学表达式f(x)表示f是变量x的函数，其通常的表达形式为f(x,a,b,...)=0，f被定义为多于一个变量的函数。在这种情况下，Newton-Raphson算法试图把x以外的变量固定并作为参数，而寻找关于变量x的数值解。 由于Newton-Raphson算法需要知道被求解函数的确切表达，其传统实现方法是直接将代码嵌入到客户应用程序中。这就使得算法的实现代码经过针对不同被求解函数的少量修改后在客户程序中反复出现。 同许多其它数学例程一样，Newton-Raphson算法的具体实现是应该与特定用户无关的。并且，重复编码在任何情况下都应该尽量避免。我们很自然地会想到把该类例程作为库函数来实现，以使客户程序可以直接调用它们。但是，这种实现方式必然会涉及到如何将用户自定义函数（Newton-Raphson 例程需要调用该函数）封装成可以作为参数传递的形式。 (err)

6 DOF EOM Solved for Aircraft

说明：  walsh码的生成程序,小m序列的生成程序,以及求序列之间周期和非周期相关函数(code generation process, small m sequence generation process and seek sequence between cycles and cycle-related function)

说明：  通过不同大小的窗口移动，计算每个窗口内地形剖面数据的均方根值，得到的数据在双对数图中拟合直线可求得分维数(move the windows of different size and calculate the rms of the data in the window.Then using the resultant data to plot,so that the fractal dimension can be gotten.)

MATLAB implementation of SPIHT (without Arithmatic coding stage). ％ Performance evaluation : this toolbox VS. SPIHT ％ Test image: lena512.raw ％ bpp SPIHT(dB) This code(dB) ％ 0.1000 29.8107 29.3202 ％ 0.2000 32.7202 32.2514 ％ 0.3000 34.5479 34.0331 ％ 0.4000 35.8422 35.4857 ％ 0.5000 36.8623 36.5939 ％ 0.6000 37.6650 37.3759 ％ 0.7000 38.2581 38.0491 ％ 0.8000 38.9390 38.7058 ％ 0.9000 39.5218 39.3437 (MATLAB implementation of SPIHT (without A rithmatic coding stage). Performance evalua% tion : this toolbox VS. SPIHT%% Test image : lena512.raw%% bpp SPIHT (dB) This code (dB)% 0. 1000 29.8107 32.7202 0.2000 29.3202% 32.2514% 0.3000 0.4000 34.5479 34.0331% 35.8422 35.485 7% 0.5000 0.6000 36.8623 36.5939% 37.6650 37.3 759% 38.0491% 0.7000 0.8000 38.2581 38.9390 38 .7058 0.9000 39.5218 39.3437%)