基于Volterra濾波器混沌時間序列多步預測 作者：陸振波，海軍工程大學 歡迎同行來信交流與合作，更多文章與程序下載請訪問我的個人主頁 電子郵件：luzhenbo@sina.com 個人主頁：luzhenbo.88uu.com.cn 參考文獻： 1、張家樹.混沌時間序列的Volterra自適應預測.物理學報.2000.03 2、Scott C.Douglas, Teresa H.-Y. Meng, Normalized Data Nonlinearities for LMS Adaptation. IEEE Trans.Sign.Proc. Vol.42 1994 文件說明： 1、original_MultiStepPred_main.m 程序主文件,直接運行此文件即可 2、original_train.m 訓練函數 3、original_test.m 測試函數 4、LorenzData.dll 產生Lorenz離散序列 5、normalize_1.m 歸一化 6、PhaSpaRecon.m 相空間重構 7、PhaSpa2VoltCoef.dll 構造 Volterra 自適應 FIR 濾波器的輸入信號矢量 Un 8、TrainTestSample_2.m 將特征矩陣前 train_num 個為訓練樣本，其余為測試樣本 9、FIR_NLMS.dll NLMS自適應算法
上傳時間： 2013-12-16
上傳用戶：talenthn
本程序用matlab生成白噪聲，并且基于一個離散線性隨機系統的模型生成了y(k)和x(k)，繪制出了x(k|k-1)和x(k)的對比曲線，求出了提前一步預報的誤差協方差陣的穩定值
上傳時間： 2013-12-15
上傳用戶：yuchunhai1990
文檔管理系統 簡介： 本系統由羅松獨立自主開發，其他個人、組織不得非法進行拷貝、應用。違者將對其進行經濟制裁、即法律責任。對于個人應用，在本人網站上提供了免費的服務。對于各機構組織、法人代表則需與本人商議，經本人同意方可應用。 作者：羅松 版權(c)工職軟件開發組 http://cqpps.126.com e_mail：luosong@isofthome.com 實現語言：C 開發環境：Turbo C 系統結構： a:學生檔案管理系統 b:職業檔案管理系統 操作步驟： 1：進入主頁面，按y同意本系統協議方可運行。 2：輸入密碼：666888 3：以下步驟按提示便可完成。
上傳時間： 2014-01-18
上傳用戶：rocketrevenge
二維的DBSCAN聚類算法，輸入（x,y）數組，搜索半徑Eps，密度搜索參數Minpts。輸出: Clusters，每一行代表一個簇，形式為簇的對象對應的原數據集的ID
上傳時間： 2015-06-01
上傳用戶：sy_jiadeyi
求取一幅灰度圖像中的光斑形心的位置的Matlab的源代碼。算法使用的是最大類間方差法編寫的程序，可以得到光斑形心位置的（x,y）坐標。
上傳時間： 2014-09-02
上傳用戶：bibirnovis
c語言版的多項式曲線擬合。 用最小二乘法進行曲線擬合. 用p－1 次多項式進行擬合，p<= 10 x,y 的第0個域x[0],y[0],沒有用，有效數據從x[1],y[1] 開始 nNodeNum,有效數據節點的個數。 b,為輸出的多項式系數，b[i] 為b[i-1]次項。b[0],沒有用。 b,有10個元素ok。
上傳時間： 2014-01-12
上傳用戶：變形金剛
亞定方程組求解：If serial correlation is found, you may have misspecified your model and should return to your theory for a better representation of the data generating process. This possibility is quite likely and should be taken seriously.
標簽： misspecified correlation serial return
上傳時間： 2015-06-16
上傳用戶：熊少鋒
最小二乘法曲線擬合 作者：佚名 文章來源：不詳 點擊數：164 更新時間：2006-1-4 【字體：小 大】【發表評論】【加入收藏】【告訴好友】【打印此文】【關閉窗口】 //最小二乘法曲線擬合 typedef CArray<double,double>CDoubleArray BOOL CalculateCurveParameter(CDoubleArray *X,CDoubleArray *Y,long M,long N,CDoubleArray *A) { //X,Y -- X,Y兩軸的坐標 //M -- 結果變量組數 //N -- 采樣數目 //A -- 結果參數 文章錄入：admin 責任編輯：admin
上傳時間： 2014-01-24
上傳用戶：liansi
Rotating shafts experience a an elliptical motion called whirl. It is important to decompose this motion into a forward and backward whil orbits. The current function makes use of two sensors to generate a bi-directional spectrogram. The method can be extended to any time-frequency distribution ％ ％ compute the forward/backward Campbell/specgtrogram ％ ％ INPUT: ％ y (n x 2) each column is measured from a different sensor ％ /////// ％ __ ％ |s1| y(:,1) ％ |__| ％ __ ％ / \ ________|/ ％ | | | s2 |/ y(:,2) ％ \____/ --------|/ ％ ％ Fs Sampling frequnecy ％ ％ OUTPUT: ％ B spectrogram/Campbel diagram ％ x x-axis coordinate vector (time or Speed) ％ y y-axis coordinate vector (frequency [Hz])
標簽： experience elliptical decompose important
上傳時間： 2015-06-23
上傳用戶：372825274
暫時只支持jpeg2000支持的 cdf97 和spline53 可以這樣來測試： x=imread( E:\study\jpeg2000\images\lena.tif ) ％ see the decomposition coefficients y=wavelift(x, 1, spl53 ) using spline 5/3 wavelet figure subplot(1,2,1) imshow(x) subplot(1,2,2) imshow(mat2gray(y)) ％ see the reconstruction precision yy=wavelift(x, 5) using cdf 9/7 wavelet ix=wavelift(yy,-5) inverse sum(sum((double(x)-ix).^2))
標簽： 2000 imageslena studyjpeg imread
上傳時間： 2014-01-14
上傳用戶：懶龍1988
