弹道导弹弹道轨迹分析

3d patch antenna FDTD code for matlab

图像分割是把图像划分成具有实际意义的互补交迭的区域的集合。在图像分割之前，图像区域的数目未知，而在分割后各个区域同时满足均匀性和连通性的条件，故图像分割是一个复杂的过程，目前大多数研究都是针对某一类型图像或者某一具体应用的分割。图像阈值化分割的基本思想是确定一个阈值，然后把每个像素点的像素值和阈值相比较，根据比较的结果把像素划分为两类，前景(1)或背景(0)。该方法的关键是确定一个最优的阈值。常用的阈值确定方法有直接门限法、类间最大方差法(otsu法)、分水岭算法、最小误差法、最大熵法等。该段代码就是图像的阈值分割。(The image segmentation is divided into the practical significance of the emerging area of complementary set. In the image segmentation, before the number of image region, the unknown, and after each area in division at the same time satisfy the uniformity and connectivity condition, so the image segmentation is a complicated process now, most research are for a certain type image or a particular application of the division. Image threshold segmentation of the basic idea is to determine a threshold, then put each pixel threshold value of the pixels and compared, according to the result of the comparison the pixel divided into two categories, the prospect (1) or background (0). This method is the key to determine an optimal threshold. Commonly used method to determine the threshold value of direct threshold method, the largest of the variance between method (otsu method), watershed algorithm, the minimum error method, the maximum entropy method, etc. When the code is image threshold segm)

说明：  极化敏感阵列信号处理，再给定天线阵列分布情况下的处理(Signal Processing of Polarization Sensitive Array and Processing of Antenna Array Distribution)

基于matlab平台实现,本程序的性能已经达到较高水平，含噪脉冲信号进行相关检测,自写曲率计算函数 ,对信号进行频谱分析及滤波，LDPC码的完整的编译码。

Harris_conner_detection，用MATLAB实现Harris角点检测算子的源码，用于特征点提取及图像配准等。(Harris_conner_detection, use MATLAB to achieve Harris corner detection operator of the source code for the feature point extraction and image registration and so on.)

this directivity function written in matlab version

retrieve hard disk unique serial number

全部清除 %---------------- 参数设置部分----------------% Nsp = 52;%系统子载波数(不包括直流载波) Nfft = 64;       

copyrite from Mathlab.world , random

Nous avons effectué les tests en tenant compte des paramètres utilisés afin de mettre en évidence leur influence. Sur les deux images testées, nous avons constaté que l’espace colorimétrique utilisé pour calculer la différence colorimétrique entre deux régions (RVB ou L * a * b * ) ainsi que le mode de segmentation (progressive ou par priorité) influent sur les résultats de segmentation. Nous avons mis aussi en évidence l’importance du seuil, qui est décisif sur les résultats que l’en veut atteindre. Nous pouvons également con