LDPC码编译码matlab代码

【实例简介】利用Matlab模拟一个AR随机过程，用自适应的最小均方误差算法（LMS）进行AR参数估计。AR模型是ARMA模型的一种，ARMA的基本思想是：某些时间序列是依赖于时间的一组时间变量，构成该时序的单个序列值虽然具有不确定性，但整个序列的变化确有一定的规律性，可以用相应的数学模型近似描述。通过对该数学模型的分析和研究，能够更本质地认识时间序列的结构和特征，达到最小均方误差意义下的最优预测。

log Gabor小波图像纹理特征分析我小改過

SIFT算法入门时看的一篇文章，SIFT算法详解及应用(讲的很详细)SIFT简介SIFTScale Invariant Feature Transform传统的特征提取方法成像匹配的核心问题是将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应。传统的匹配算法往往是直接提取角点或边缘,对环境的适应能力较差,急需提出一种鲁棒性强、能够适应不同光照、不同位姿等情况下能够有效识别目标的方法。己0]/3/己7彐SIFT简介SIFTScale Invariant Feature TransformSIFT提出的目的和意义分1999年 British columbia大学大卫.劳伊( David g.Lowe)教授总结了现有的基于不变量技术的特征检测方法,并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子一SIFT(尺度不变特征变换),这种算法在2004年被加以完善己0]/3/己7SIFT简介SIFTScale Invariant Feature Transform将一幅图像映射(变换)为一个局部特征向量集;特征向量具有平移、缩放、旋转不变性,同时对光照变化、仿射及投影变换也有一定不变性。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法特点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。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。多量性,即使少数的几个物体也可以产生大量SIFT特征向量。经过优化的SIFT算法可满足一定的速度需求。可扩展性,可以很方便的与其他形式的特征向量进行联合。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法可以解决的问题目标的自身状态、场景所处的环境和成像器材的成像特性等因素影响图像配准/目标识别跟踪的性能。而SIFT算法在一定程度上可解决:目标的旋转、缩放、平移(RST)图像仿射/投影变换(视点 viewpoint)光照影响(111 amination)目标遮挡( occlusion)杂物场景(c1 utter)噪声己0]/3/己7SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤简述SIFT算法的实质可以归为在不同尺度空间上查找特征点(关键点)的问题。原图像特征点特征点目标的特检测描述征点集特征点匹匹配点矫配正目标图像特征点特征点目标的特检测描述征点集SIFT算法实现物体识别主要有三大工序,1、提取关键点;2、对关键点附加详细的信息(局部特征)也就是所谓的描述器;3、通过两方特征点(附带上特征向量的关键点)的两两比较找出相互匹配的若干对特征点,也就建立了景物间的对应关系。SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤关键点检测己。关键点描述彐·关键点匹配4·消除错配点己0]/3/己7关键点检测的相关概念SFTiant Feature Transfor1.哪些点是SIFT中要查找的关键点(特征点)?这些点是一些十分突出的点不会因光照条件的改变而消失,比如角点边缘点、暗区域的亮点以及亮区域的暗点,既然两幅图像中有相同的景物,那么使用某种方法分别提取各自的稳定点,这些点之间会有相互对应的匹配点。所谓关键点,就是在不同尺度空间的图像下检测出的具有方向信息的局部极值点。根据归纳,我们可以看出特征点具有的三个特征:尺度方向大小己0]/3/己7

用matlab编写的语音信号处理程序。我也是初学者，刚编的，拿过来和大家一起分享一下！大家共同进步！

uCGUI+UCOS-II+LPC2138在proteus上的仿真-用keil for arm 编译

radon变换检测图像中的直线能够通过扫描测量的平均值求整个衰减系数的分布

多目标优化摘要：对市场上的多种风险投资和一种无风险资产（存银行）进行组合投资策略的的设计需要考虑连个目标，总体收益尽可能大和总体风险尽可能小，然而，这两目标并不是相辅相成的，在一定意义上是对立的。模型一应用多目标决策方法建立模型，以投资效益没目标，对投资问题建立个一个优化模型，不同的投资方式具有不同的风险和效益，该模型根据优化模型的原理，提出了两个准则，并从众多的投资方案中选出若干个，使在投资额一定的条件下，经济效益尽可能大，风险尽可能小。模型二给出了组合投资方案设计的一个线性规划模型，主要思想是通过线性加权综合两个设计目标：假设在投资规模相当大的基础上，将交易费函数近似线性化，通过决策

python编写的坦克大战，主要用到的模块是pygame。代码有足够详细的注释，非常容易理解，喜欢的朋友支持支持~

开发环境CCS2.0 TI公司240DSP电机VVVF控制程序 可直接使用.rar

【实例简介】