[matlab例程] Untitledook

说明：the program for histogram in image processing
<老冯> 在 2025-07-03 上传 | 大小：1kb | 下载：0

[matlab例程] RLS

说明：matlab 中4-QAM调制 RLS 算法仿真 -the matlab in 4-QAM modulation RLS algorithm simulation
<yuwenbo> 在 2025-07-03 上传 | 大小：1kb | 下载：0

[matlab例程] test2

说明：检验股票价格是否存在协整关系，并作出价差的走势图以及各种参数-The inspection stock price cointegration relationship exists, and to make the charts as well as a variety of parameters of the spread
<chenxu> 在 2025-07-03 上传 | 大小：1kb | 下载：0

[matlab例程] pareto

说明：it is a method In the multi-objective planning with two conflicting objectives
<hamed> 在 2025-07-03 上传 | 大小：1kb | 下载：0

[matlab例程] System_Descriting.rar

说明：In this Matlab Code we Introduce method you can Descriting Any Continous System transfer function to Descrite time transfer function by Sampling from Continous System. this method is Simple And Useful For Some program that start with Descriting. and
<Hamidreza> 在 2025-07-03 上传 | 大小：1kb | 下载：0

[matlab例程] lsqcurvefit

说明：非线性曲线拟合是已知输入向量xdata和输出向量ydata，并且知道输入与输出的函数关系为ydata=F(x, xdata)，但不知道系数向量x。今进行曲线拟合，求x使得输出的如下最小二乘表达式成立： min Σ(F(x,xdatai)-ydatai)^2-Nonlinear curve fitting is a known input and output vectors xdata vector ydata, and know the relationship between the i
<hairongwu> 在 2025-07-03 上传 | 大小：1kb | 下载：0

[matlab例程] chebshev

说明：chebshev high,low and band pass filters
<nataraju> 在 2025-07-03 上传 | 大小：1kb | 下载：0

[matlab例程] matched-filter

说明：matched filter response
<nataraju> 在 2025-07-03 上传 | 大小：1kb | 下载：0

[matlab例程] triangle

说明：triangle filetrs(low pass and high pass filters)
<nataraju> 在 2025-07-03 上传 | 大小：1kb | 下载：0

[matlab例程] lle

说明：这是我从网上下载到的Locally Linear Embedding(LLE)的Matlab代码，希望对研究Manifold Leanring的同事有所帮助-This is I downloaded from the Internet to the Locally Linear Embedding (LLE) of Matlab code, and hope to the study of Manifold Leanring colleagues help
<xiaofeng> 在 2025-07-03 上传 | 大小：1kb | 下载：0

[matlab例程] OfdM-simulation

说明：Orthganal Frequency devision multiplexing
<nooran> 在 2025-07-03 上传 | 大小：1kb | 下载：0

[matlab例程] K_means

说明：K均值聚类算法是先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了，每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。-k-means algorithm
<huoming> 在 2025-07-03 上传 | 大小：1kb | 下载：0