一个粒子图像分割及匹配测试例程

这是一个多维小波变换工具箱,列举了很多的实例.(This is a multi-dimensional wavelet transform toolbox, cited many examples.)

说明：  对一副测试图像进行加各种噪声，然后进行多帧平均，中值滤波，均值滤波，维纳滤波，理想低通滤波，巴特沃斯低通，带通滤波，自适应滤波九种方法处理，并分析结果，得出各种滤波方法的优缺点。包括实验报告(Plus a pair of test images of all kinds of noise, and then multi-frame averaging, median filtering, mean filtering, Wiener filter, the ideal low-pass filter, Butterworth low-pass, band pass filtering, adaptive filtering nine kinds of approach and analyze the results, obtained the advantages and disadvantages of various filtering methods. Including the lab report)

卡尔曼滤波matlab实例，通过matlab程序，实现卡尔曼滤波算法。(Kalman filter matlab example,Through matlab program to achieve Kalman filter algorithm.)

基于遗传算法的LQR控制器优化设计matlab源程序代码，学习matlab算法设计的一个很好的例子(LQR controller based on genetic algorithm to optimize the design of the Matlab source code, learn a good example of the Matlab algorithm design)

RSSI网络边界节点定位问题程序，有一定的参考价值(edge point location using rssi)

说明：  结合图像处理MATLAB的基本原理和知识，详细介绍了手指静脉预处理，图像分割，静脉纹路分割，滤波去噪，细化等相关内容。(Combined with the basic principle and knowledge of image processing, this paper introduces the finger vein pretreatment, image segmentation, vein vein segmentation, filtering and denoising, thinning and other related contents in detail.)

支持向量机(Support Vector Machine，SVM)是Corinna Cortes和Vapnik等于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。 在机器学习中，支持向量机（SVM，还支持矢量网络）是与相关的学习算法有关的监督学习模型，可以分析数据，识别模式，用于分类和回归分析。

采用有限控制体积法解一维热传导方程，程序简洁明了(Finite control volume method for solution of one-dimensional heat conduction equation, the program concise)

relay Station 在中繼網路上的研究以及相關模擬辦法，演算法呈現(relay Network)

说明：  列文伯格-马夸尔特(Levenberg-Marquardt)最优化算法，计算公式参数((Levenberg-Marquardt))