对路径规划 机器人 有帮助

Implementation of Dijkstra s method using a Matlab sparse matrix as an adjacency matrix. Zero entries represent non-existent edges. Uses linear search for simplicity

BP神经网络用于函数拟合与模式识别，能量谱分析计算,利用贝叶斯原理估计混合logit模型的参数。( BP neural network function fitting and pattern recognition, Energy spectrum analysis and calculation, Bayesian parameter estimation principle mixed logit model.)

很好的代码，可直接运行，有关光点字符输入，可用于图像检索中，其中包含了一些图片以及数据库，对于初学者来说，是一个很好的学习代码，希望对大家有帮助。

一个关于图像的光流法计算的matlab程序，是老外编的。(On the image optical flow method to calculate the matlab procedure is made of a foreigner.)

使用ICI自我相消的2種方法:分別是標準OFDM通訊系統下沒有使用ICI下，和使用ICI調變在OFDM通訊系統下 及指使用ICI解調變的ICI係數大小比較(The use of ICI self-phase elimination of two kinds of methods: namely the standard OFDM communication system is not used under the ICI, the modulation and the use of ICI in the OFDM communication system, and refers to the use of ICI under the demodulation of the ICI coefficient of more)

本程序验证手写fft频谱分析的正确性，并用于信号频域积分和频率检测。包含文档详细解释。(This procedure verified the correctness of handwritten fft spectrum analysis, and for the signal frequency-domain points and frequency of testing. Contains the document explained in detail.)

P0311：利用巴特沃斯（Butterworth）低通滤波器对受噪声干扰的图像进行平滑处理(P0311 : use Butterworth (Butterworth) low-pass filter on the noise in the image smoothing)

audio output via SSP interface microcontroller LPTS2478, in good quality. Binary code is stored in flash sound memory of the microcontroller.

应用背景语音编码是现代语音的重要支撑技术之一通信系统，和非常低的语音编码算法的研究是一个重要的语音编码区的研究方向。本文涉及的关键技术的MELPe语音编码算法。在本文中，我试着完成下面的工作：（1）学习和实现语音增强算法。这种方法转换音频频域噪声的语音信号，然后根据树皮临界带宽，它将信号分为一组不互相搭接的频率段。在每一个频率段，根据信噪比得到增量，并根据不同的噪声和语音的不同特点是不同的频率功率，它使噪声的语音的幅度谱乘以增量为了抑制噪声，提高语音的主观感觉质量。（2）研究语音参数的估计算法。这些参数包括基音周期、增益、语音/清音化决策、傅里叶振幅、线谱对，等。1200bps和600bps算法，对平滑算法的研究我的论文间距周期。（3）我研究的重要内容是参数量化算法。在600bps算法，为了进一步降低超帧位，采用分类和图形化的参数定量方案。该方案不仅是多种超级帧，而且还分类模式根据相邻帧的差异。在同一个模式，但不同的模式或相同分类不同模式，我们采用不同的量化方案。在对多帧基音周期参数量化，采用定量方法根据基本频率跟踪，因此，使用更少的比特，以进一步量化的基本频率。（4）提出了1200bps、2400bps速率转换算法。通过设置缓冲区长度，我们可以实现2个速度的约定。（5）本文研究了一种新的混合励磁发电方法。这种方法提高了MELP算法的激励生成方法和采用混合边界的变化根据带通声强度的方法。（6）我们实现2400bps / 1200bps / 600bps的编码和解码算法。实验结果结果表明三种算法都具有较高的清晰度和可懂度。2400bps算法具有较高的自然。关键技术低比特率语音编码；语音参数估计；语音参数量化；语音增强；比特率转换

利用粒子群演算法來實作支援向量機，藉此來改善支向機之缺點如對大量資料的預測不準確，速度慢等。(utilization Particle Swarm Optimization to constructed support vector machine. )