基于DCT的图像压缩编码算法的MATLAB实现

自动化，仪器仪表，热工人员调节阀设计计算软件

一个PSCAD环境下的微网模型，含光伏、风电、同步电机和负荷，供参考一个PSCAD环境下的微网模型，含光伏、风电、同步电机和负荷，供参考一个PSCAD环境下的微网模型，含光伏、风电、同步电机和负荷，供参考

BP神经网络详解与实例，附上仿真实例与代码！同时具体说明每条代码的用处与参数。并且在后面探讨了BP神经网络的研究现状与问题。

时间窗的车辆路径问题进行研究，建立以最小化车辆数量和行驶路程为目标的多目标数学模型，提出一种结合改进差分进化算法和变邻域下降搜索的基于Pareto支配的混合差分进化算法。首先重新定义了个体的生成方式。其次，结合双种群策略和变邻域下降搜索技术来平衡算法的全局探索能力和局部开发能力，并在搜索过程中用随机个体替代种群中的重复个体，维持种群的多样性。然后引入Pareto支配的概念来评价个体的优劣性，并采用擂台法则构造非支配解集其中,N是种群规模,gem为当前进化代数, gem为最大进化按照这种方法,直到所有的顾客都被服务。这种解码方法可代数。以使解码后的路径和解码前染色体中所对应的路径方案·在进化过程中,采用双种群机制,使算法既能从局部极值致,并且使用车辆的数量可以在解码过程中灵活动态地获得,的邻域跳转到全局最优解的邻域,又能在全局最优解的邻域从而实现对车辆数量的自动寻优。例如染色体串361857内进行精细搜索,在每代进化完后通过子种群重组实现信息294,经过路径解码为:路线1:0→3→-6→0;路线2:0→1→8交流和融合,平衡算法的全局探索能力和局部开发能力→57→0;路线3:0→2→9-4→0随着进化过程的进行,种群中的个体会趋于一致,因此在3.3.2初始种群生成每次执行完变异、交义、选择操作后,采用随机个体替换掉种产生初始种群时,为了保证种群的多样性,其中90%的群中的重复个体,维持种群的多样性,以增强种群的全局探索个体采用N个顾客节点随机排列的方式来产生,应用前向插能力,然后从种群中随机选取若干个个体进行变邻域下降搜启发式算法(PFH)来生成剩下10%的个体。索进一步提高算法的局部开发能力降低算法陷入局部最优3.3.3变异操作的风险。鉴于标准差分进化算法采用实数编码,不能直接应用于3.2算法步骤VRPW问题,由于采用了自然数编码,因此重新设计了变异基丁以上的算法思想描述,混合差分进化算法的具体步操作方式来产生变异个体。由标准DE算法可知,变异个体骤如下是由目标种群中随机选择的3个目标个体相互作用的结果步骤1设置算法的相关参数,生成算法的初始种群设记x=[x,x2,…,x]V=[1,2,进化代数gen=0;[uE,1,t2,…,n]分别为第G代目标种群变异种群和试验步骤2根据 Pareto支配思想对种群中的个体适应值进种群的第z个个体。行评价,利用擂台法则和拥挤距离机制将种群个体分层排序,(1)P1子种群采用“DE/best/1”变异策略,重新定义得到每个个体的非支配层等级和拥挤距离值;v=g(F⑧g(x,Y),X)步骤3按照个体的非支配层等级和拥挤距离,并根据式中,1r2是区间[1,n里互不相等的整数;X是当前目式(12)式(13将种群划分为两个不同大小的子群P1和P2标种群中最好的个体,在本文中从非支配层等级序号最小的步骤4P1子群执行DE/bes1变异策略,P2子群执行非支配层中随机选取;F为缩放因子,且F∈[0,门DE/rand/1变异策略,并根据3.3.4节执行交叉操作;式(14)由两部分组成,第一部分为步骤5将初始种群与子群P1、P2重组为一个混合种△=F⑧g(X°,Y)群g(班,X),rand()

一本非常有用的书：数字信号处理C语言程序集,作者 殷福亮，宋爱军。清晰、完整。网上提供的有些版本残缺不全，存在漏页的情况，我上传的这个经仔细检查，不存在类似问题。本书内容十分丰富，紧贴工程应用实际，非常实用。提供了大量的函数及其源代码，利于读者参考。实在是不可多大的一本好书，你值得拥有！本书的具体内容不在此赘述，大家很容易百度得到的。图书在版编目(CIP)数据数字信号处理C语程序集/殷福亮、宋爱乍主编,-沈阳:辽宁科学学技术出版社,1997.7ISBN7-5381-25213数殷…Ⅲ.C语言-数学信号-信号处理应用程序Ⅳ.TN没1.72中国版本图书馆CIP数据核字(97)第03286号辽宁科学技术出版社出版沈阳市和平区北马路1(8号邮政编码110001)地方国营新民印刷总厂印刷新华书店北京发行所发开本:787×10921/16印张:28字数:710.0001997年7月第1版1997年7月第1次印刷责任编辑:马旭东版式设计:于浪封面设计;邹君文责任校对:东戈印数:15,0(0定价:30.00元目录第一篇常用数字信号的产生第一章数字信号的产生§1.1均匀分布的随机数baaa‘·aa·a··‘s4···‘44‘4··44·····4··-···§1.2正态分布的随机数…§1.3指数分布的随机数…………·······◆÷·············:§1.4拉普拉斯( Laplace)分布的随机数单·鲁。非号。非●着鲁鲁导●·。香§1.5瑞利( Rayleigh)分布的随机数……………………………………9§1.6对数正态分布的随机数………:11§L.7柯西( Cauchy)分布的随机数………·…·.13§1.8韦伯( Weibul)分布的随机数……15§1.9爱尔朗( Erlang)分布的随机数………………17§1.10贝努里( Bernoulli1)分布的随机数………●看鲁ψ鲁曹●自●喜鲁。由看看自命曲D自看19§1.11贝努里高斯分布的随机数·●中·······甲§1.12二项式分布的随机数……§1.13泊松( Poisson)分布的随机数§1·14ARMA(pq)模型数据的产生命●·p·看D●·看·。普。··●曲也。b§1.15含有高斯白噪声的正弦组合信号的产生…………§1.16解析信号的产生………35第二篇数字信号处理第一章快速傅立叶变换…"39§1.1离散傅立叶变换……§1.2快速傅立叶变换鲁鲁··音····着·D。·协。中·咖4卡4●音备·由画口省画曲命··44§1.3基4快速傅立叶变换………●4bb●■·即·●··。···鄂甲,银●看§1.4分裂基快速傅立叶变换………………………………57§1·5实序列快速傅立叶变换(-)….°°··.·····“···。61§1.6实序列快速傅立叶变换(二)……§1.7用一个N点复序州的FFT同时计算两个N点实序列离散傅立叶变换…。b自4血者b自晶。aa·70§I.8共轭对称序列的快速傅立叶反变换73§1.9紊因子快速傅立叶变换…………………………………………80§1.10 Chirp乙-变换算法…………………………………96第二章快速离散正交变换…§2.1快速哈特莱( Hartley)变换…………………………§2.2基4快速哈待莱( Hartley)变换§2.3分裂基快速哈特莱( Hartley)变换…§2.4快速离散余弦变换……15§2.5快速离散余弦反变换…………····自··非·中中····曹...·.118§2.6N=8点快速高散余弦变换·······…··…·121§27N=8点快速离散余弦反变换●鲁鲁·香垂香●鲁§28快速离散正弦变换…………………………129§2.9快速沃尔什( Walsh)变换…133§2.10快速希尔伯特变换(一)………………鲁·鲁音辛章·看·争●·●自章·自··137§2.11快速希尔伯特变换(二)…141第三章快速卷积与相关§3.1快速卷积………………………144§3.2长序列的快速卷积……………………147§33特别长序列的快速卷积…中4·鼻●………………∵"……152§3.4快速相关…………………………………………………158第四章数字滤波器的时城和频域响应…………16341数字滤波器的频率响应b●4,4看香·……163§4.2级联型数字滤波器的频率响应………………………166s4.3数字滤波器的时域响应171§4.4直接型IR数字滤波(一)………………………………174§4.5直接型IR数字滤波(二)…………177§4.6级联型IR数字滤波§4.7并联型IR数字滤波…………………………………………185第五章IR数宇滤波器的设计………………………………189§5.1巴持沃兹和切比雪夫数字滤波器的设计……◆香音非杳D,看看§5.2任意幅庋IR数字滤波器的优化设计……………………………2082第六章FIR数字滤波器的设计……………………………227§6.1窗函数方法………………………………………227§6.2频域最小误差平方设计………238§6.3切比雪夫通近方法…………………………………242第三篇随机数字信号处理第一章经典谱佔计···:·a4a命a4264§1.1功率谱估计的周期图方法264§1.2功率谱估计的相关方法………………………………………271第二章现代谱佔计隐自·音鲁章自●·●4鲁自费●●看§2.1求解一般托布利兹方程组的莱文森算法……………………280§2.2求解对称正定方程组的乔里斯基算法…83§2.3求解尤利沃克方程的莱文森德宾算法§2.4计算ARMA模型的功率谱密度……………………………….289§2.5尤利沃克谱估计算法…………292§2.6协方差谱估计算法.·…·…297§2.7Burg谱估计算法30§2.8最大似然谱估计算法鲁t···章·。看e308第三章时频分析………….314§3.1维格纳( wigner)分布……………◆鲁毋■章鲁·●●·●非b曲。島曲…314§3.2离散小波变换…318第四章随机信号的数字滤波330§41维纳( Wiener)数字滤波…唱·喜非最330§42卡尔曼( Kalman)数字滤波…·。··●··命···◆··命·335§4.3最小均方(LMS)自适应数字滤波………341§44归一化LMS自适应数字滤波344§4.5递推最小二乘(RLS)自适应数字滤波……………………348第四篇数字图像处理第一章图像基本运算………………ss"sss352§1·1图像读取、存储与显示…§1.2图像旋转….·····鲁具··。366§1.3图像灰度级直方图的计算…………368§1.4图像二值化的固定阀值法…1.5图像二值化的自适应阀值法…·中··看辛中·鲁音·甲●·372第二章图像增强-………376§2.1图像直方图均衡…………………………376§2.2中值滤波香看春·鲁自。看●··….·········色·.···B···378§2.3图像锐化······.···········世·D“·中·中···中·;··容e·咱要382§2.4图像平滑………………………………………………………………383第三章图像边缘检测辛b鲁卡鲁中●●·§31 Roberts算子边缘检测“····.…·386§3.2拉普拉斯算子边缘检测…………………………………388§3.3 Sobel算子边缘检测………§3.4 Robinson算子边缘检测………………………392§3.5 Kirsch算子边缘检测…鲁鲁·看§3.6 Prewitt算子边缘检测第四章图像细化……………………………………………139§4.1 Hilditch细化算法看●看非。●命D看鲁●●;·着●画399§4.2 Pavlidis细化算法qq··中····.404§4.3 Rosenfeld细化算法………第五篇人工神经网络第一章神经网络模型……·…·…"·416§1.1多层感知器神经网络………………………………………………416§1.2离散 Hopfield神经网络……………………………………425§1.3连续 Hopfield神经网络……。辛b4··吾。自司b命°…·434§1.4Tank- Hopfield线性规划神经网络参考文献…●●●电·单·4是p中······鲁s自····4·●……………”442第一篇常用数字信号的产生第一章数字信号的产生§1.1均匀分布的随机数功能产生(a,b)区间上均匀分布的随机数、方法简介均匀分布的概率密度函数为,a≤x≤b0,其它通常用U(2)表示,均匀分布的均值为+2,方差为(b2产生均匀分布随机数的方法如下:首先,由给定的初值x,用混合同余法ai=(ai-1+ c)(mod M)产生(0,1)区间上的随机数y。其中a=2045,c=1,M=20;然后,通过变换x;=a(b-a)y产生(ab)区间上的随机数z三、使用说明1.子函数语句double uniform (a.b. seed)2.形参说明a—双精度实型变量。给定区间的下限。b—双精度实型变量。给定区间的上限seed—长整型指针变量。*seed为随机数的种子。四、子函数程序(文件名: uniform.c)double uniform (a, b, seed)ouble ai doubled=2045兴(兴seed)+1Seed=关seed一(兴seed/1048576)为1048576;t=(兴seed)/1048576.0;t=a-(beturn (t)五、例题产生50个0到1之间均匀分布的随机数。主函数程序(文件名: uniform.m):#include " stdio. h# includi double a, bngdouble uniform(double, double, long int *a=0.0;b-1.0;s=13579for(i=0;

基于MATLAB的语音信号时域特征分析，给出了比较详细的过程和相应的MATLAB程序。

模型预测、自动控制领域大牛Alberto Bemporad的博士课程讲义，内容为MPC模型预测控制，讲解了MPC的基本概念，线性系统的MPC理论

PSO算法求解CVRP“车辆路径问题”，这是其matlab代码

基于协同表示的人脸识别matlab代码，文章出处：L zhang等的“Sparse Representation or Collaborative Representation: Which Helps Face Recognition? ”

第1章 BP神经网络的数据分类——语音特征信号分类第2章 BP神经网络的非线性系统建模——非线性函数拟合第3章 遗传算法优化BP神经网络——非线性函数拟合第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模第6章 PID神经元网络解耦控制算法——多变量系统控制第7章 RBF网络的回归--非线性函数回归的实现第8章 GRNN网络的预测----基于广义回归神经网络的货运量预测第9章 离散Hopfield神经网络的联想记忆——数字识别第10章 离散Hopfield神经网络的分类——高校科研能力评价第11章