image processing

这是一个免疫克隆算法程序，求解了一个非线性的函数问题的最优值。(This is an immune clone algorithm procedure for solving a nonlinear problem of the optimal value function.)

This is a code to Object detection based on SSD

MATLAB基础练习，适合初学者，画正弦波形，证明公式，设计简单滤波器等(MATLAB based exercises, suitable for beginners, painting sine to prove the formula, simple design, filters, etc.)

Basic rocket landing simulation in Matlab.

dc motor simulation matlab

前一段时间我有睡眠问题。我曾经躺在床上，盯着天花板，几个小时。后来有一天，我的外婆建议我试着数羊后，我已经上床睡觉。与往常一样，当我的奶奶暗示的东西，我决定尝试一下。唯一的问题是，有没有羊的时候，我就去睡觉各地进行计数。 创意，因为我，这是不会阻止我。我坐下来写，使得字符，其中＃代表羊的网格，而计算机程序。草（或任何你喜欢的，只是没有羊）。为了使计算更有趣，我也决定要数绵羊，而不是单一的成群的牛羊。两只羊在同一个群，如果他们都有一个共同的一面（上，下，左或右）。另外，如果羊A是在同一羊群如羊B和羊B处于同一羊群如羊℃，然后羊A和C是在同一个群。 现在，我已经有了一个新的问题。虽然这些计数羊居然帮我睡着了，我觉得这是非常无聊的。为了解决这个问题，我决定我需要做的计数为我另一台计算机上的程序。然后，我就可以只启动这两个程序之前，我去睡觉，我会睡个好觉，直到没有任何干扰的早晨。我需要你给我写的这个程序。(A while ago I had trouble sleeping. I used to lie awake, staring at the ceiling, for hours and hours. Then one day my grandmother suggested I tried counting sheep after I d gone to bed. As always when my grandmother suggests things, I decided to try it out. The only problem was, there were no sheep around to be counted when I went to bed. Creative as I am, that wasn t going to stop me. I sat down and wrote a computer program that made a grid of characters, where# represents a sheep, while . is grass (or whatever you like, just not sheep). To make the counting a little more interesting, I also decided I wanted to count flocks of sheep instead of single sheep. Two sheep are in the same flock if they share a common side (up, down, right or left). Also, if sheep A is in the same flock as sheep B, and sheep B is in the same flock as sheep C, then sheeps A and C are in the same flock. Now, I ve got a new problem. Though counting these sheep actually helps me fall asleep, I find)

只供学习科研使用请好好对待 copyright 这是第一部分(thisispart1 copyright sourcecode)

核密度估计又叫核函数估计。kernel density estimation是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt (1955)和Emanuel Parzen(1962)提出，又名Parzen窗（Parzen window）。Ruppert和Cline基于数据集密度函数聚类算法提出修订的核密度估计方法。由给定样本点集合求解随机变量的分布密度函数问题是概率统计学的基本问题之一。解决这一问题的方法包括参数估计和非参数估计。参数估计又可分为参数回归分析和参数判别分析。在参数回归分析中，人们假定数据分布符合某种特定的性态，如线性、可化线性或指数性态等，然后在目标函数族中寻找特定的解，即确定回归模型中的未知参数。在参数判别分析中，人们需要假定作为判别依据的、随机取值的数据样本在各个可能的类别中都服从特定的分布。经验和理论说明，参数模型的这种基本假定与实际的物理模型之间常常存在较大的差距，这些方法并非总能取得令人满意的结果。由于上述缺陷，Rosenblatt和Parzen提出了非参数估计方法，即核密度估计方法．由于核密度估计方法不利用有关数据分布的先验知识，对数据分布不附加任何假定，是一种从数据样本本身出发研究数据分布特征的方法，因而，在统计学理论和应用领域均受到高度的重视。

DSmT证据推理的组合公式计算函数，计算时间和二维直方图,包括主成分分析、因子分析、贝叶斯分析，用于信号特征提取、信号消噪，利用最小二乘法进行拟合多元非线性方程，均值便宜跟踪的示例。

this file is modal analysis of discrete dynamic systems in matlab m.file