神经网络和智能信号处理

本人收集的DSP处理例子程序－数字录音程序-I collect examples of DSP processing procedures-digital recording procedures

砝码称重问题！ 用1,2,5,10,20,50的砝码称出1到88的物重-weight problem! With 1, said 2,5,10,20,50 weight 1-88 out of the weight

最新版三次样条插值源程序-latest version of Cubic Spline Interpolation source

用matlab开发的系统辩识原代码。利用最小二乘法实现辩识.-Using matlab developed the original system identification code. Realize the use of least squares identification.

非线性方程组不能用消去和分解法进行求解，jacabi迭代和高斯迭代是最常用的两种迭代方法-Nonlinear equations can not be eliminated and the decomposition method to solve, jacabi iteration and Gauss iteration is the most commonly used two types of iterative methods

Will perform 3D Gaussian quadrature over a user-defined volume. The volume is defined by the user with function definitions entered in the appropriate spaces provided on the GUI. The user can change the number of Gauss points to use. Function inputs need not accept vector args. -Will perform 3D Gaussian quadrature over a user-defined volume. The volume is defined by the user with function definitions entered in the appropriate spaces provided on the GUI. The user can change the number of Gauss points to use.Function inputs need not accept vector args.

创建此库是为了给一个真正编码优化使用差分进化的框架。具体而言，本库在德实现共六种方法与最新方法。* 德： 基本差分进化。该算法允许使用 6 不同的变异策略和 3 交叉算子。*： 美国 Rahnamayan，H.Tizhoosh，M.萨拉马，反对基于微分进化，进化计算 12 (1) 上的 IEEE 交易记录 （2008 年） 64-79。* 萨德： A.K.秦、 五、 黄琳、 P.N.Suganthan、 与战略相适应的全局数值优化，进化计算 13 (2) 汇刊的差分进化算法 （2009 年） 398 – 417。* 玉： J.张、 A.C.桑德森，玉： 自适应差分进化与可选的外部归档，进化计算 13 （5） 汇刊 （2009 年） 945 — — 958。* DEGL： S.Das，亚伯拉罕，美国 K.查克拉博蒂、 A.纳尔，使用基于邻域的变异算子，进化计算 13 (3) 汇刊的差分进化 （2009 年） 526 – 553。* SFSLDE： F.内里，V.Tirronen 规模因子局部搜索在微分进化中，模计算 1 (2) (2009) 153-171。此库的目的是让研究人员把重点放在其德，避免多次作出相同的代码为每个德。此库已能够在不同的平台上运行。

using System; using System.Collections.Generic; using System.Linq; using System.Text; namespace 实战_使用数组解决约瑟夫环问题 {     class Program     {         static void Main(string[] args)         {             int[] intPers = Jose(12, 3, 4);             Console.WriteLine

基于matlab的几个kalman滤波以及多传感器融合和wk算法的程序-Matlab based on several kalman filtering and multi-sensor fusion algorithm and procedures wk

应用背景 It approximates or even outperforms previously proposed schemes with respect to repeatability, distinctiveness, and robustness, yet can be computed and compared much faster.关键技术This is achieved by relying on integral images for image convolutions; by building on the strengths of the leading existing detectors and descriptors (in casu, using a Hessian matrix-based measure for the detector, and a distribution-based descriptor); and by simplifying these methods to the essential.