ct重建图像

使用matlab制作的一个滑坡分析工程软件，可以选择某段时间的测量数据进行大坝滑坡拟合(use surveying datas to fit for landslipe)

Data hiding in the still image presets a variety of challenges that arises due to the way human visual system (HVS) works and the typical modifications that image undergoes. Additionally, still images priced a relatively small host signal in which to hide data. A fairly typical 8-bit picture of 200*200 pixels provides approximately 40 KB of data space in which to work. This is equivalent to around 5 seconds of telephone-quality audio or less than a single frame NTSC television.

For finding the distance or classification

覆盖程序，相关问题参加粗糙集条件属性约简程序，相关问题参加粗糙集条件属性约简程序，相关问题参加粗糙集(fugai)

三相桥式整流电路带阻感负载谐波电流源,用simulink搭建的谐波检测仿真电路。用于对所产生的现象进行合理解释，并对波形进行傅立叶频谱分析。(Three-phase bridge rectifier circuit with resistive inductive load harmonic current sources of harmonic detection using simulink simulation circuit structures. Generated for a reasonable explanation of the phenomenon, and the waveform Fourier spectral analysis.)

在平稳瑞利多径信道下，用BPSK调制，用matlab 仿真由最大似然译码的性能。(It discuss a receiver structure called Maximum Likelihood (ML) decoding which gives us a better performance. We will assume that the channel is a flat fading Rayleigh multipath channel and the modulation is BPSK.)

信息增益算法，该算法计算每个特征对数据集的信息增益。(Information gain algorithm, which calculates the information gain of each feature to the data set.)

适当的工具可用性可以大大帮助调查和无线传感器网络的应用程序的开发。为此目的，MatlabTM 可以作为一个合适的快速原型工具。其高级的编程环境将允许容易的设计、 实现和仿真算法和无线图像传感器网络的应用程序如果无线微尘和图像传感器的接口存在。这种接口可以实现作为标准化的库，提供易于使用的函数来沟通与各种图像传感器和无线的尘粒。使用这些库放下其潜在用户无须处理特定于尘埃或传感器接口的详细信息。一套这种标准化的图书馆会形成无线图像传感器网络，可以以有效的方式中开发算法及其应用 MatlabTM 框架。基于这些原因，无线图像传感器网络应用平台 (WiSNAP) 试图提供一个 MatlabTM 框架的研究、 开发，和调查应用程序和无线图像传感器网络的算法。尤其是，WiSNAP 组成的两个应用程序接口 (Api)： 图像传感器 API 和一个无线 Mote API。这些 Api 提供了具有简单、 易于使用的功能的用户接口与图像传感器和无线的尘埃，分别。因此，那里是没有需要处理特定于硬件和设备的详细信息。这些都是由照顾实施必要的特定于硬件的通讯和功能的基本设备库。Api 和库都写，以便易于扩展到其他的图像传感器和无线的尘粒，或以包括一些特定于设备的功能。在这一点上，WiSNAP 并不是代表无线尘埃或可用的图像传感器的执行完整的或详尽无遗的情况。它而是打算建立一个可以方便地扩展由其他开发人员基于其特定的应用程序需要的发展结构。

matlabd的乱七八糟的没有用 不要下载(matlabd)

使用wavelet 將影像分解 再利用threshold方法去雜訊(use wavelet to denoised in a picture)