3D shape reconstruction matlab code. It used shape from defocus technique with least Squares. You can reconstruct 3D shape with only two different depth images.
標簽： shape reconstruction technique defocus
上傳時間： 2014-01-07
上傳用戶：Zxcvbnm
Least Squares Fitting of Data
標簽： Fitting Squares Least Data
上傳時間： 2013-12-27
上傳用戶：問題問題
least Squares method
上傳時間： 2014-01-25
上傳用戶：lifangyuan12
System identification with adaptive filter using full and partial-update Least-Mean-Squares
標簽： Least-Mean-Squares identification partial-update adaptive
上傳時間： 2014-01-02
上傳用戶：bibirnovis
System identification with adaptive filter using full and partial-update Recursive-Least-Squares
標簽： Recursive-Least-Squares identification partial-update adaptive
上傳時間： 2013-12-30
上傳用戶：LouieWu
MATLAB Example Code : Non-Linear Least Squares --- Bearings-Only Measurement
標簽： Bearings-Only Measurement Non-Linear Example
上傳時間： 2014-06-08
上傳用戶：fxf126@126.com
生物醫學信號是源于一個生物系統的一類信號，像心音、腦電、生物序列和基因以及神經活動等，這些信號通常含有與生物系統生理和結構狀態相關的信息，它們對這些系統狀態的研究和診斷具有很大的價值。信號拾取、采集和處理的正確與否直接影響到生物醫學研究的準確性，如何有效地從強噪聲背景中提取有用的生物醫學信號是信號處理技術的重要問題。 設計自適應濾波器對帶有工頻干擾的生物醫學信號進行濾波，從而消除工頻干擾，獲得最佳的濾波效果是本研究要解決的問題。生物醫學信號具有信號弱、噪聲強、頻率范圍較低、隨機性強等特點。由于心電(electrocardiogram，ECG)信號的確定性、穩定性、規則性都比其他生物信號高，便于準確評估和檢測濾波效果，本研究采用ECG信號作為原始的模板信號。 本研究將新的電子芯片技術與現代信號處理技術相結合，從過去單一的軟件算法研究，轉向軟件與硬件結合，從而提高自適應速度和精度，而且可以使系統的開發周期縮短、成本降低、容易升級和變更。 采用現場可編程邏輯器件(Field Programmable Gate Array，FPGA)作為新的ECG快速提取算法的硬件載體，加快信號處理的速度。為了將ECG快速提取算法轉換為常用的適合于FPGA芯片的定點數算法，研究中詳細分析了定點數的量化效應對自適應噪聲消除器的影響，以及對浮點數算法和定點數算法的復合自適應濾波器的各種參數的選擇，如步長因子和字長選擇。研究中以定點數算法中的步長因子和字長選擇，作為FPGA設計的基礎，利用串并結合的硬件結構實現自適應濾波器，并得到了預期的效果，準確提取改善后的ECG信號。 研究中，在MATLAB(Matrix Laboratry)軟件的環境下模擬，選取帶有50Hz工頻干擾的不同信噪比的ECG原始信號，在浮點數情況下，原始信號通過采用最小均方LMS(LeastMean Squares)算法的浮點數自適應濾波器后，根據信噪比的改善和收斂速度，確定不同的最佳μ值，并在定點數情況下，在最佳μ值的情況下，原始信號通過采用LMs算法的定點數自適應濾波器后，根據信噪比的改善效果和采用硬件的經濟性，確定最佳的定點數。并了解LMS算法中步長因子、定點數字長值對信號信噪比、收斂速度和硬件經濟性的影響。從而得出針對含有工頻干擾的不同信噪比的原始ECG，應該采用什么樣的μ值和什么樣的定點數才能對原始ECG的改善和以后的硬件實現取得最佳的效果，并根據所得到的數據和結果，在FPGA上實現自適應濾波器，使自適應濾波器能對帶有工頻干擾的ECG原始信號有最佳的濾波效果。
上傳時間： 2013-04-24
上傳用戶：gzming
直線擬合的幾種算法，其中包括線性最小二乘，和兩種不同目標函數的非線性最小二乘，用于比較這些方法的優劣，另外matlab中說的robust least Squares方法沒有找到，希望有朋友能給穿一下：）
上傳時間： 2014-06-18
上傳用戶：大三三
This program demonstrates some function approximation capabilities of a Radial Basis Function Network. The user supplies a set of training points which represent some "sample" points for some arbitrary curve. Next, the user specifies the number of equally spaced gaussian centers and the variance for the network. Using the training samples, the weights multiplying each of the gaussian basis functions arecalculated using the pseudo-inverse (yielding the minimum least-Squares solution). The resulting network is then used to approximate the function between the given "sample" points.
標簽： approximation demonstrates capabilities Function
上傳時間： 2014-01-01
上傳用戶：zjf3110
A fast customizable function for locating and measuring the peaks in noisy time-series signals. Adjustable parameters allow discrimination of "real" signal peaks from noise and background. Determines the position, height, and width of each peak by least-Squares curve-fitting.
標簽： customizable time-series measuring function
上傳時間： 2015-08-10
上傳用戶：invtnewer
