功率谱估计(matlab)

【实例简介】Multi-Sensor Data Fusion with MATLAB一书的配套例程

多输出支持向量回归 对于一般的回归问题，给定训练样本D={(x1,y1),(x2,y2),...,(xn,yn)},yi€R,我们希望学习到一个f（x）使得其与y尽可能的接近，w，b是待确定的参数。在这个模型中，只有当f(x)与y完全相同时，损失才为零，而支持向量回归假设我们能容忍的f(x)与y之间最多有ε的偏差，当且仅当f(x)与y的差别绝对值大于ε时，才计算损失，此时相当于以f(x)为中心，构建一个宽度为2ε的间隔带，若训练样本落入此间隔带，则认为是被预测正确的。（间隔带两侧的松弛程度可有所不同） ------

模型参考自适应系统（Model Reference Adaptive System，MRAS）是从20世纪年代后期发展起来的，它属于自适应系统的一种类型。从结构上MRAS可以分为可调模型、参考模型及自适应律3个部分。MRAS的辨识思想是把不含有未知数的表达式作为期望模型，而将含有待辨识数的表达式用于可调模型，且两个模型有相同物理意义的输出，利用两个模型的输出量之差，通过合适的自适应律来现对异步电机参数的辨识。

实现一个针对《数字信号处理》课程的仿真系统，通过该系统可以演示或验证课程所学的内容。要求程序具有界面，并能实现以下功能：       1）能产生或得到各种数字信号（sin、方波、三角波、语音、噪声及其叠加），叠加噪声信号的噪声强度需要从键盘或鼠标输入，并显示时域波形；       2）具有DFT、DCT、DWT和Hilbert变换功能，并显示变换域波形；       3）具有根据需求设计低通、高通和带通滤波器的功能；       4）分别对产生的数字信号和读入的语音信号，显示时域和频域波形，在信号上叠加噪声（信噪比分别为20dB、10dB和5dB），显示时域和变换域波形，通过滤波器对其降噪，得到输出信号的频域特性和时间序列。

基于HOUGH变换检测圆孔半径% %%%%%%%%%%%%%%%%%%%%%%%%%%% input% BW:二值图像；% step_r:检测的圆半径步长% step_angle:角度步长，单位为弧度% r_min:最小圆半径% r_max:最大圆半径% p:以p*hough_space的最大值为阈值，p取0，1之间的数% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% output% hough_space:参数空间，h(a,b,r)表示圆心在(a,b)半径为r的圆上的点数% hough_circl:二值图像，检测到的圆% para:检测到的圆的圆心、半径

m=1;%模数z=17;%齿数ha=1;c=0.25;x=0;%齿顶高系数;顶隙系数;变位系数alpha=deg2rad(20);%压力角r=z*m/2;%分度圆半径ra=r (ha x)*m;%齿顶圆半径rf=r-(ha c-x)*m;%齿根圆半径rb=r*cos(alpha);%基圆半径

【实例简介】包含指数正态分布等多种

情人节表白

matlab绘制三维曲线

递归最小二乘法