matlab霍夫变换代码

说明：  关于增强学习的一个例子，Q-learning算法，和大家分享。(An example of reinforcement learning, and to share.)

阵列结构为面阵，在面阵的基础上进行求解music谱。(Array array structure, based on a planar array to solve music )

Performance analysis of mimo system in Rayleigh Fading Environment for different values of k modulation.

基于神经网络的字母和数字识别，采用matlab编写带有gui界面(Based on neural network identification letters and numbers used to prepare with a gui interface matlab)

说明：  在雷达信号处理中，在确定波达方向是的波峰形成算法(In radar signal processing, in determining the direction of arrival of the peak is the formation of algorithm)

this program is the LLL algorithm used for lattice reduction

MRF example, Ising by Metropolis

对matlab数学建模进行了系统的介绍。并配有大量的案例一共学习。适用于初学者(Matlab mathematical modeling for the system were introduced. And total Peiyoutailiang case study. For beginners)

随着互联网的迅速发展和网络媒体数据的爆炸性增长，我们拥有了以往任何时代都无法比拟的信息资源。其中，数字图象与文本信息相比，更为直观逼真，形象生动。为了能够从这些视觉数据中快速有效地获取有用信息，视觉计算技术已经不可或缺。   视觉显著性（Visual Saliency）的概念来源于人类视觉研究领域。它是在人们研究人类视觉感知机制的过程中提出来的，可以简单描述为场景中的元素吸引视觉注意力的能力。   一般认为，人的视觉系统对外界环境的视觉感知分成两个阶段：一个快速的、自下而上、显著性驱动的、任务无关的阶段和一个较慢的，自上而下的、意识驱动的、任务相关的阶段。人的视觉显著性性检测行为就是为了完成自下而上阶段的任务。    与人的视觉显著性检测行为相对应，在计算机中，可以通过图象显著性区域检测方法实现图象显著性信息的提取。图象显著性区域检测研究的目的是获得高质量的显著图，显著图反映了图象中不同区域的显著程度。利用显著图，可以快速定位和处理图象中的显著区域。   近年来，关于图象显著性的研究日渐成为图象领域的研究的热点。它在揭示视觉观察机制方面有重要的意义，并且能够成功的应用于目标检测和分隔，图象检索，场景分析，视频跟踪等领域中。   而对于水下图象处理，由于水下环境的特殊性，水下光线存在严重的衰弱和散射效应，水下图象呈现散射模糊和颜色褪变等状态，所以需要根据目标显著性来提取有用信息。

linear discrimination using fisher