receiver4

This is a code to determine the pitch period of voiced speech.

Heat equation u_t=u_xx - finite difference scheme - theta method

在图像中处理椒盐噪声的自适应滤波器 代码原创(In the image processing salt &pepper noise adaptive filter)

matlab相关的材料，希望对各位有用，谢谢(matlab)

非线性规划中的最陡下降法、BFGS方法和共轭梯度法matlab源程序（3－拟牛顿BFGS方法）.m(Non-linear programming in the steepest descent method, BFGS and conjugate gradient method matlab source code (3- Quasi-Newton BFGS method). M)

英语译成中文(简体) 所提供的功能解决在量子信息领域的共同问题。给定一个任意多粒子的状态，是真正的多方纠缠？如果被检测为纠缠状态，功能也为它提供了一个所谓的纠缠的见证。 另外一个文档，压缩文件中包含的检测和真正的多方纠缠量化功能。为此目的，乙Jungnitsch，吨Moroder和O. Gühne，物理的思想。牧师快报。 106，190502（2011）（或http://arxiv.org/abs/1010.6049）被应用。 更确切地说，提供下列文件： * fdecwit.m 一个函数来检测任何一个国家真正的多方层面多方纠缠。如果国家被检测为纠缠，它也提供了一个证人。 * fpptwit.m 此功能还可以检测真正的多方纠缠，并提供了证人。然而，所涉及的最小化是那么复杂。因此，虽然它检测到的国家较少，这个功能是一个可行的颗粒较多。 * entmon.m 评估纠缠单调在Phys主办。牧师快报。 106，190502（2011年）的多方状态。 * pt.m 辅助函数来计算一个Hermitian算子部分转置。(The provided functions tackle a common problem in the field of quantum information. Given an arbitrary multiparticle state, is it genuinely multipartite entangled ? If the state is detected as entangled, the functions also provide a so-called entanglement witness for it. Besides a documentation, the zip-file contains functions for the detection and quantification of genuine multipartite entanglement. For this purposes, the ideas of B. Jungnitsch, T. Moroder and O. Gühne, Phys. Rev. Lett. 106, 190502 (2011) (or http://arxiv.org/abs/1010.6049) are applied. More precisely, the following files are provided: * fdecwit.m A function to detect genuine multipartite entanglement of a multipartite state of any dimension. In case the state is detected as entangled, it also provides a witness. * fpptwit.m This function also detects genuine multipartite entanglement and provides a witness. However, the involved minimization is less complex. Therefore, although it detects fewer states, this f)

通过总结几种潮流计算的方法，并通过MATLAB进行编程(Summary of several flow calculation method, and through MATLAB programming )

说明：  DM增量控制的一个实例，用最简单的语言阐述增量控制原理(An example of an incremental control of DM, with the most simple language describes the incremental control theory)

贝叶斯分类器 模式识别（电子工业出版社）源代码(Bayesian classifier ..........)

说明：  ① 样本数据从MATLAB命令窗口或新建一M文件作为数据输入文件，样本输入变量名为samin,样本输出变量名samout 样本个数和每个样本的维数可任意，样本输出的个数与样本个数应一致，即保证每个样本都对应一个期望输出，但每个输出的维数不要求与输入的维数相同，可任意； ② 聚类中心的个数（即基函数的个数）可根据实际情况调整；同样可调整参数的还有重叠系数、聚类中心最大更新次数、聚类中心更新终止误差； ③ 训练结束后进行测试时，要求输入的测试数据与样本具有相同的维数，测试数据的个数可任意； ④ 如果训练样本是二维的，则数据中心聚类的结果可用一平面图显示出来；同样测试数据的输出是一维的话也可显示出来； (RBF artifical neual networks)