改进自适应LMS算法

Adaptive Filters自适应滤波：Theory and Application with MATLAB Exercises - Wiley

一个协同训练的小小的仿真，半监督学习算法，最初的协同训练算法(或称为标准协同训练算法)是A. Blum和T. Mitchell [BlumM98] 在 1998年提出的

设计了基于Matlab软件的滚动轴承故障诊断系统，包括系统界面子系统、轴承特征频率计算子系统、数据加载子系统、时域分析子系统、时域统计分析子系统、频域分析子系统、打印子系统的设计。

机床主轴参数优化程序

【实例简介】

矩形波导中场结构模拟实验

CFAR算法 包括cfar_ac、cfar_os、cfar_so、cfar_tc和cfar_go 【源码目录】 CFAR ├── cfar_ac.m├── cfar_ac_TEST.m├── cfar_go.m├── cfar_go_test.m├── cfar_os.m├── cfar_os_test.m├── cfar_so.m├── cfar_so_test.m├── cfar_tc.m├── cfar_tc_test.m├── env_edge.m└── env_uniform.m0 directories, 12 files【核心代码】% 单目标% SNR1=15;    signal1_p=10.^(SNR1./10).*noise_p;% xc(1,90)=signal1_p;%% 多目标% SNR1=20;signal1_p=10.^(SNR1./10).*noise_p;% xc(1,90)=signal1_p;% SNR2=15;signal2_p=10.^(SNR2./10).*noise_p;% xc(1,102)=signal2_p;

粒子群算法完整版(包括出图)

【核心代码】 联合概率数据互联JPDA是数据关联算法之一，它的基本思想是：对应于观测数据落入跟踪门相交区域的情况，这些观测数据可能来源于多个目标。JPDA的目的在于计算观测数据与每一个目标之间的关联概率，且认为所有的有效回波都可能源于每个特定目标，只是它们源于不同目标的概率不同。JPDA算法的优点在于它不需要任何关于目标和杂波的先验信息，是在杂波环境中对多目标进行跟踪的较好方法之一。然而当目标和量测数目增多时，JPDA算法的计算量将出现组合爆炸现象，从而造成计算复杂。程序功能 :采用JPDA数据关联算法实现两个个匀速运动目标的点迹与航迹的关联% 输入变量 :% -target_position: 目标的初始位置% - n: 采样次数 % - T: 采样间隔% -MC_number:仿真次数% - c: 目标个数% 输出变量 :% 无

此文件收集了一些经常用到的纹理特征提取的代码，包括GLCM（灰度共生矩阵）、GGCM、GLDS（灰度差分统计）、Tamura纹理特征、LBP（局部二值模式）、HMRF、gabor变换、小波变换、Laws纹理测量等，希望给有需要的人省去一些找代码的麻烦