QaM在加性高斯白噪聲下的系統仿真模型，使用的是simulink
標簽： QaM 高斯白噪聲 系統仿真 模型
上傳時間： 2016-02-27
上傳用戶：225588
簡單高斯噪聲信道模型的BER仿真。含有原理圖。
標簽： BER 高斯噪聲 信道模型 仿真
上傳時間： 2014-01-27
上傳用戶：1101055045
COST207.m... ..COST模型 GWSSUS.m.........高斯白噪聲 信道模型的ppt
標簽： COST GWSSUS 207
上傳時間： 2013-12-21
上傳用戶：Altman
生成一組帶有高斯噪聲的樣本,分別用一階,二階,三階的最小二乘估計方法進行擬合,然后分別用AIC,MDL,FPE,CAT四種評測模型對其性能進行比較,得到最優的擬合模型.
標簽： AIC MDL FPE CAT
上傳時間： 2016-05-08
上傳用戶：shawvi
GMM 混合高斯自適應背景維護 可以用來做行人檢測 等
標簽： GMM 高斯 背景 檢測
上傳時間： 2013-12-16
上傳用戶：wpt
提供AR模型已產生AR過程信號。在高斯白噪聲的基礎上
標簽： AR模型 過程 信號 高斯白噪聲
上傳時間： 2016-07-06
上傳用戶：6546544
一篇關于混合高斯建模的方法，很經典，從中可以學到很多東西
標簽： 高斯 建模
上傳時間： 2016-09-22
上傳用戶：asdfasdfd
提出了一種基于函數聯接的感知器神經網絡的紋理分類方法.它采用高斯2馬爾柯夫隨機場模型(GM RF)對紋理進行描述,模型參數即為紋理特征,參數估計采用最小平方誤差方法獲得.將估計參數作為表達紋理的特征向量,用感知器網絡對特征進行分類,并且采用函數聯接的方式解決線性不可分問題.對紋理圖象進行的實驗表明,采用這種方法能夠提高學習速度,簡化計算過程,并取得較好的紋理分類效果.
標簽： GM RF 函數 神經網絡
上傳時間： 2014-01-13
上傳用戶：13160677563
混合高斯建模是背景建模中的一種經典方法，對復雜背景具有較好的適應性！
標簽： 高斯 建模 背景建模
上傳時間： 2013-11-25
上傳用戶：wang0123456789
使用混合高斯函數，對點配準的方法，他的魯棒性比較好。
標簽： 高斯 函數
上傳時間： 2014-09-07
上傳用戶：gaome
蟲蟲下載站版權所有 京ICP備2021023401號-1
<table id="okmuy"></table>
