image2

实现图像中眼睛的检测与定位，有很好的效果，用matlab实现(Image in the eye of the detection and location, have a good effect, with the realization of matlab)

函数执行时间统计, 利用了C++类的自动释放功能(count function time costs)

衰减记忆卡尔曼滤波matlab方程程序，程序验证通过无错误(Fading memory Kalman filter matlab equation program, program verification by error-free)

FIR(Finite Impulse Response)滤波器：有限长单位冲激响应滤波器，是数字信号处理系统中最基本的元件，它可以在保证任意幅频特性的同时具有严格的线性相频特性，同时其单位抽样响应是有限长的，因而滤波器是稳定的系统。因此，FIR滤波器在通信、图像处理、模式识别等领域都有着广泛的应用。 (FIR (Finite Impulse Response) filters: finite impulse response filter unit, digital signal processing system is the most basic components, it can ensure that any increase in the frequency characteristics of both a strictly linear phase frequency characteristics, while its unit sample response is finite, and therefore the system filter is stable. Therefore, FIR filters in communications, image processing, pattern recognition and other fields have a wide range of applications.)

normalized cuts.......00000000...............

针对电压暂降的问题,按照“DVR系统设计→检测算法研究→控制方法研究→系统建模→结果分析→硬件实现”的思路,利用参数模糊自整定PID控制方法,对三相无串联变压器型DVR进行控制,实现了对系统电压暂降快速、准确的补偿。(Aiming at the problem of sags, a fuzzy PID control strategy is proposed to the transformerless DVR following the idea of “DVR system→detection algorithm→control strategies→system modeling→results analysis→hardware implementing”. )

产生正交幅度信号，可以产生16,32,64，128等阶数的信号(QAM signal generlize)

这是关于matlab语言学习的经验，其中包括两个txt文档很方便下载，可以在手机上看，写的很好，值得看看。(This is about the matlab language learning experience, including two txt documents easy to download, you can phone point of view, well written, it is worth a look.)

张小飞(南京航空航天大学） 阵列自适应信号处理的部分代码，包括 MUSIC算法，ESPRIT算法 ROOT-MUSIC算法 等(Xiaofei (Nanjing University of Aeronautics) adaptive array signal processing part of the code, including the MUSIC algorithm, ESPRIT algorithm ROOT-MUSIC algorithm)

小波变换（wavelet transform，WT）是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征，能对时间（空间）频率的局部化分析，通过伸缩平移运算对信号（函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大突破。(wavelet transform)