burg算法估计功率谱 matlab 完全自编

软件测试报告 珍藏版。好用记得回复推荐哦目 录1. 测试概述 31.1. 编写目的 31.2. 测试范围 31.3. 参考资料 32. 测试计划执行情况 32.1. 测试类型 32.2. 测试环境与配置 42.3. 测试人员 42.4. 测试问题总结 43. 测试总结 53.1. 测试用例执行结果 53.2. 测试问题解决 73.3. 测试结果分析 84. 综合评价 84.1. 软件能力 84.2. 建议 8

蓝桥杯练习系统vip题目和测试数据

基于MATLAB下的IEEE 33节点配电网仿真模型，数据已经调试完毕，并且有详细说明，让每个版本都能仿真出来，目前已经在2017a和2014a成功仿真，童叟无欺！

AR模型的谱估计是现代谱估计的主要内容：1．AR模型的Yule—Walker方程和Levinson-Durbin递推算法；Burg算法：；3.改进的协方差法；AR模型阶数P的选择：MATLAB中AR模型的谱估计的函数说明：1． Pyulear函数：2． Pburg函数：3． Pcov函数：4.Pmcov:

个人博客网站的源码个人博客网站的源码个人博客网站的源码个人博客网站的源码个人博客网站的源码个人博客网站的源码个人博客网站的源码

【实例简介】基于MFC实现的超市数据库管理系统的设计 摘要： 在建立超市管理系统的过程中，首先运用Microsoft SQL Server2000建立一个有关超市基本信息的数据库。在数据库建立之后，在VC++上实现面向对象的程序设计，运用MFC设计基本对话框，包括登陆界面及相关的操作界面，通过界面上的控件按钮实现对超市系统数据库的增，删，改，查的简单功能。 在数据库和MFC界面完善之后，通过Activex数据对象（ADO）实现二者之间的连接。根据超市管理系统数据库的需要创建并使用需要处理的对象，例如通过connection实现与数据库的连接，通过Recordset实现处理数据的功能（获取数据，修改数据）。最后实现数据库的基本功能之后，适当的通过添加一些程序使得界面的完善和可观。 关键字：Microsoft SQL Server2000；MFC；面向对象的程序设计；Activex数据对象 内容包括vc++的MFC编程部分，数据库文件部分，数据库和MFC已经连接好！

人事档案管理系统[新版]人事档案管理系统[新版，PB9+ASA8]，网友窦学田（ytahdou）Douxuetian@c163.net提供。主要是增加了web方面的功能，XML，JSP，EJB等用户名：1密码：aa

站里这方面资源不多，特别是种子区域生长方面的很少，上传一个算一个吧rightnumleftnuIm percent2()Ivaluerightnumipercent2(rvalue)pm= lvalue/‖P‖,pma= rvalue/‖P‖‖Pwindows xpMATLAB (R2008aOtsa.RlenI=ll, Rlen2=60, percent1=55%c, percent270%b. Rlenl=ll, Rlen2=80, percent1=50%, percent2=94%c.Rlen1-1l, Rlen2-100 percent1-65%. percent2-80%d. Rlen1-1l, Rlen2-=80, percent1=60%. percent2-83%2cent 1percent2Percentppercent 13C1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhtlp://www.cnki.net[J]2007,29(6):854-857[J]26(2):93-962010,45(7):76-80[JI.1963:1l5-12005,26(11):[J],2005,17(1):1-3Research on the improved algorithm and application ofseed region growth method and its sail image extrationYAN Shen-hai, HUANG Xian-tong, LIU Yang(School of Mathematics Computer Science, Gannan Normal University, Ganzhou 341000, Jiangxi, ChinaAbstract: Seeded region growing is a common method of image segmentation. Its performance depends largelyon the seleclion of seed points and growth rules. In order Lo extract snail images with such methods more effectively.The article analyzes the basic idea of the seeded region growing method(SRG) and presents an improved seededregion growing method (ISRG) which is used to extract the snail images. In ISRG, novel similarities rules and anew dynamic threshold method are adopted. For the complex and various habitat of snail, ISRG selects the region growing seed points manually. It is demonstrated by experimental results that ISRG can achieve better snailimage extraction results under the complicated real-world sceneKey words: seeded region growing (SRG; image extraction; dynamic threshold; snail(E D:X, JC1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhtlp://www.cnki.net

该资源文件为ssm项目实战中需要导入的静态页面资源的压缩包。

万能网盘搜索神器，搜索你相要的百度云资源，非常强大和实用