搜索资源列表
Matrix_Pencil
- 出一种实现不同维间估计结果自动配对的二维频率估计算法。首先把二维频率估计问题转化成两个矩阵束的特征值问题。根据矩阵束的特征求出两个矩阵束的公共特征向量,并以此为基础同时求出两个矩阵束的特征值。算法估计误差与现有算法相近,但解决了现有算法普遍存在的配对难题。 -Matrix pencils play an important role in numerical linear algebra. The problem of findin
music
- MUSIC算法是一种基于矩阵特征空间分解的方法。从几何角度讲,信号处理的观测空间可以分解为信号子空间和噪声子空间,显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成,噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成-MUSIC algorithm is a feature space based on matrix decomposition method. From the
csstq
- 用变形QR方法计算实对称三角矩阵全部特征值与对应的特征向量-Deformation of the QR method to calculate the real symmetric triangular matrix all eigenvalues and corresponding eigenvectors
cjbji
- 用雅克比方法求实对称矩阵的全部特征值与对应的特征向量-Jacobi real symmetric matrix eigenvalue and eigenvector
hbqr
- Hessenberg变换QR法先用初等相似变换将一般实矩阵约化为Hessenberg矩阵,即赫申伯格(Hessenberg)矩阵。再用用带原点位移的QR算法计算赫申伯格矩阵的全部特征值与相应的特征向量。-Hessenberg transform QR method with elementary first similarity transformation matrix will generally about into Hesse
MMatrixxa
- 关于矩阵运算的各种数值算法,包括实(复)矩阵求逆,对称正定矩阵与托伯利兹矩阵阵的求逆,线性方程组的常用解法,矩阵的各种分解方法,特征向量与特征值的求解等等。 -Numerical algorithms on a variety of matrix operations, including real (complex) matrix inversion symmetric positive definite matrix inver
BIDIRECTIONAL_SMOOTHNESS_MUSIC
- MUSIC算法[1]是一种基于矩阵特征空间分解的方法。从几何角度讲,信号处理的观测空间可以分解为信号子空间和噪声子空间,显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成,噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成。-MUSIC algorithm [1] is a feature space based on matrix decomposition method. F
classical_music_1
- MUSIC算法[1]是一种基于矩阵特征空间分解的方法。从几何角度讲,信号处理的观测空间可以分解为信号子空间和噪声子空间,显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成,噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成。-MUSIC algorithm [1] is a feature space based on matrix decomposition method. F
classical_music_2
- MUSIC算法[1]是一种基于矩阵特征空间分解的方法。从几何角度讲,信号处理的观测空间可以分解为信号子空间和噪声子空间,显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成,噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成。-MUSIC algorithm [1] is a feature space based on matrix decomposition method. F
MUSIC
- MUSIC算法是一种基于矩阵特征空间分解的方法。从几何角度讲,信号处理的观测空间可以分解为信号子空间和噪声子空间,显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成,噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成。MUSIC算法就是利用这两个互补空间之间的正交特性来估计空间信号的方位。噪声子空间的所有向量被用来构造谱,所有空间方位谱中的峰值位置对应信号的来波方位。MUSIC算
A_subspace_algorithm
- 子空间算法是一种基于矩阵特征空间分解的方法,信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成噪声子空间则由协方差矩阵中所有最小特征值噪声方差对应的特征向量组成。子空间算法就是利用这两个互补空间之间的正交特性来估计空间信号的方位-Subspace algorithms is minimized by the corresponding eigenvalues of all the noise v
CHENGXU
- MUSIC算法[1] 是一种基于矩阵特征空间分解的方法。从几何角度讲,信号处理的观测空间可以分解为信号子空间和噪声子空间,显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成,噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成。MUSIC算法就是利用这两个互补空间之间的正交特性来估计空间信号的方位。噪声子空间的所有向量被用来构造谱,所有空间方位谱中的峰值位置对应信号的来波方位。MU
PCA_K
- PCA的思想为将图像的协方差矩阵分解,获得分解后的方向向量。然后将数据分别投影到某一个方向上去,获得与原图象近似的图像。当然,与最大特征值所对应的特征向量方向获得最好的图像。因此,PCA方法可以作为降维的一种方法。留下在某些方向较好的图像,而抛弃那些在另外一些方向上不好的图像。-PCA ideas as to decompose the covariance matrix of the image, the direction vect
opencv-doc
- 图像数据操作(内存分配与释放,图像复制、设定和转换) 图像/视频的输入输出(支持文件或摄像头的输入,图像/视频文件的输出) 矩阵/向量数据操作及线性代数运算(矩阵乘积、矩阵方程求解、特征值、奇异值分解) 支持多种动态数据结构(链表、队列、数据集、树、图) 基本图像处理(去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构) 结构分析(连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍
CLASSICALMUSIC1
- MUSIC算法[1] 是一种基于矩阵特征空间分解的方法。从几何角度讲,信号处理的观测空间可以分解为信号子空间和噪声子空间,显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成,噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成。MUSIC算法就是利用这两个互补空间之间的正交特性来估计空间信号的方位。噪声子空间的所有向量被用来构造谱,所有空间方位谱中的峰值位置对应信号的来波方位。MU
ju
- 特征值分解(B级) 功能要求: a) 输入一个对称正方矩阵A,从文本文件读入; b) 对矩阵A进行特征值分解,将分解结果:即U矩阵、S对角矩阵输出至文本文件; c) 将最小特征值对应的特征向量并输出至文本文件; d) 验证其分解结果是否正确。 说明:矩阵特征值分解被广泛运用于土木工程问题的数值计算中,如可用于计算结构自振频率与自振周期、结构特征值屈曲问题等-Eigenvalue Decomposition (B
pca2
- 读图 mix imread( romems.jpg ) pan imread( rome_pan.jpg ) 显示原多光谱图 subplot(221) imshow(mix),title( 多光谱 ) subplot(222) imshow(pan),title( 全色图像 ) 预处理 mix double(mix)/255 pan double(pan)/255 求相关矩
doa_music
- MUSIC算法是一种基于矩阵特征空间分解的方法。从几何角度讲,信号处理的观测空间可以分解为信号子空间和噪声子空间,显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成,噪声子空间则由协方差矩阵中所有最小特征值(噪声方差)对应的特征向量组成。(MUSIC algorithm is a kind of feature space based on the matrix decomposition meth