L4_1.m: SVD轉換(程式) L4_2.m: 影像轉換的能量集中能力(程式) L4_3a.m: 小波轉換之多重解析架構(程式) L4_3b.m: 小波轉換係數與影像的方向性(程式) energy.m: 能量集中(函式) L4_1.bmp: 影像檔 L4_2.bmp: 影像檔 L4_3b.bmp: 影像檔 woman.mat: Matlab的矩陣變數檔
上傳時間： 2013-11-28
上傳用戶：koulian
L3_1.m: 純量量化器的設計(程式) L3_2.m: 量化造成的假輪廓(程式) L3_3.m: 向量量化器之碼簿的產生(程式) L3_4.m: 利用LBG訓練三個不同大小與維度的碼簿並分別進行VQ(程式) gau.m: ML量化器設計中分母的計算式(函式) gau1.m: ML量化器設計中分子的計算式(函式) LBG.m: LBG訓練法(函式) quantize.m:高斯機率密度函數的非均勻量化(函式) VQ.m: 向量量化(函式) L3_2.bmp: 影像檔 lena.mat: Matlab的矩陣變數檔
上傳時間： 2013-12-26
上傳用戶：jiahao131
ex6_1 ～ ex6_3二項分布的隨機數據的產生 ex6_4 ～ ex6_6通用函數計算概率密度函數值 ex6_7 ～ ex6_20常見分布的密度函數 ex6_21 ～ ex6_33隨機變量的數字特征 ex6_34 采用periodogram函數來計算功率譜 ex6_35 利用FFT直接法計算上面噪聲信號的功率譜 ex6_36 利用間接法重新計算上例中噪聲信號的功率譜 ex6_37 采用tfe函數來進行系統的辨識，并與理想結果進行比較 ex6_38 在置信度為0.95的區間上估計有色噪聲x的PSD ex6_39 在置信度為0.95的區間上估計兩個有色噪聲x，y之間的CSD ex6_40 用程序代碼來實現Welch方法的功率譜估計 ex6_41 用Welch方法進行PSD估計，并比較當采用不同窗函數時的結果 ex6_42 用Yule-Walker AR法進行PSD估計 ex6_43 用Burg算法計算AR模型的參數 ex6_44 用Burg法PSD估計 ex6_45 比較協方差方法與改進的協方差方法在功率譜估計中的效果 ex6_46 用Multitaper法進行PSD估計 ex6_47 用MUSIC法進行PSD估計 ex6_48 用特征向量法進行PSD估計
上傳時間： 2013-12-10
上傳用戶：mpquest
用Java實現鏈表存儲輸入數據，并計算平均數和方差
上傳時間： 2013-12-13
上傳用戶：comua
本程序能產生大部份實用隨機數：產生一個[0,1]區間內均勻分布偽隨機數、產生多個[0,1]區間內均勻分布偽隨機數、產生任意[a,b]區間內一個均勻分布偽隨機整數、產生任意[a,b]區間內均勻分布偽隨機整數序列、產生一個任意均值與方差的正態分布隨機數、產生任意均值與方差的正態分布隨機數序列
上傳時間： 2013-12-18
上傳用戶：kbnswdifs
給定一個音頻范圍內的模擬強噪聲隨機信號（強噪聲+周期信號），將信號從強噪聲中提取出來，并計算原信號及提取信號的均值、平均功率、方差、頻譜及功率譜密度、互相關等 并附帶圖形
上傳時間： 2017-07-22
上傳用戶：15736969615
數值分析算法學習筆記之克里格插值及其實現2009-04-21 22:25克里格，或者說克里金插值Kriging。法國krige名字來的。 特點是線性，無偏，方差小，適用于空間分析。所以很適合地質學、氣象學、地理學、制圖學等。
上傳時間： 2013-12-16
上傳用戶：541657925
一種嵌入可讀水印的自適應盲水印算法， 本文提出了一種基于DWT的嵌入可讀水印的自適應盲水印算法,通過分析圖像經離散小波變換后細 節子帶系數的特性,把細節子帶系數的均值和方差作為水印信息的一部分來自適應地修改圖像小波分解后某些細節 子帶的系數值,在滿足水印不可感知性的條件下自適應地嵌入水印信息,實現了水印不可感知性和魯棒性之間的折 衷. 同時,水印的提取無須求助于原圖像,很好的實現了水印的盲檢測. 這里的水印是一幅有實際意義的二值圖像. 實 驗結果和攻擊測試表明,本文提出的算法對JPEG/ JPEG2000 壓縮、添加噪聲、剪切、像素移位等多種攻擊有較強的魯棒 性,同時對直方圖均衡化、對比度調整和高斯濾波等圖像處理操作也具有一定的抵抗能力.
上傳時間： 2017-08-30
上傳用戶：陽光少年2016
實現對自適應波束形成SIM算法的仿真，在該程序中，我們先設置入射的信號，再進行互協方差矩陣和自協方差矩陣的求解來實現該算法
上傳時間： 2013-12-26
上傳用戶：lz4v4
1．用DATA步建立一個永久SAS數據集，數據集名為xt49,數據見表12；對數據集xt49,用普通最小二乘法建立y與x的回歸方程，用多種方法診斷該問題是否存在異方差；如果存在異方差，①建立加權最小二乘回歸方程，②用方差穩定變換消除異方差。
標簽： 用迭代法處理序列相關 并建立回歸模型 ②用一階差分法處理數據 并建立回歸方程 ③比較以上方法所建回歸方程的優良性
上傳時間： 2016-01-29
上傳用戶：會哈123
