Matlab算法
關注創建者：王靖雯 創建時間：2023-04-21
Matlab算法的視頻教程
粒子群算法PSO與MATLAB程序視頻教程動態優化及多目標優化
【內容簡介】《粒子群算法與應用和MATLAB程序詳解視頻》共15章186節視頻，總學時1917分鐘，合32小時。
￥190 3小時33分鐘 897播放
查看
非局部均值濾波和MATLAB程序詳解視頻算法及其保留圖形細節應用
第五章 ?濾波參數函數擴展問題 17、NLM14_1相似系數為余弦函數的NLM算法的MATLAB程序編程之一（26分鐘，有程序） 18、NLM14_2相似系數為指數余弦型函數的NLM算法的MATLAB程序編程之二（15分鐘，有程序） 19、NLM15_不同NLM算法及2個圖片之間的MATLAB程序詳細編程與數值指標分析（39分鐘，有程序） 第六章 ?算法數值指標含義及其算法研究綜合問題 20
￥220 3小時2分鐘 476播放
查看
MEEMD改進的經驗模態分解與PE(排列熵)算法和MATLAB程序視頻2版
【內容簡介】《2版改進的經驗模態分解與排列熵算法和MATLAB程序詳解視頻》共4章31節視頻，總學時329分鐘，合5.5小時。主要內容包括：視頻課程內容介紹及慎拍不拍說明與參考文獻，排列熵(PE)算法與MATLAB程序詳解及其典型信號應用，多尺度排列熵(MPE)算法與MATLAB程序詳解及其應用，改進的補充總體平均經驗模態分解（MCEEMD）算法及其數模信號分析。 ???? ?
￥88 1小時33分鐘 1998播放
查看
Matlab算法的實例教程
共3個壓縮包
matlab經典算法的程序.part1.rar
matlab經典算法的程序.part2.rar
matlab經典算法的程序.part3.rar
基于matlab的利用LMS算法、格型LMS算法、RLS算法、LSL算法來估計線性預測模型參數a1和a2；預測信號由二階線性預測模型產生。2.利用LMS算法和RLS算法將一個疊加有噪聲的信號實現噪聲消除，恢復原始信號。有22頁試驗分析文檔。（包括程序在內）。程序已調通，可直接運行。
基于matlab的A星算法和PSO算法實現路徑規劃動畫演示，具有GUI界面，可自主生成障礙物。移動靶路徑規劃。程序已調通，可直接運行。
基于matlab的Dijkstra算法進行路徑規劃。可根據實際情況輸入障礙物和起止點坐標信息； 輸出避碰最短路徑； 能夠利用切線圖算法對障礙物區域進行環境建模，設置障礙物的位置和區域。利用Dijkstra算法進行路徑規劃。程序已調通，可直接運行。
基于matlab模擬退火算法矩形排樣，基于最低水平線算法完成矩形板材下料優化，輸出最優剩料率和最后的水平線，可替換自己的數據進行優化，程序已調通，可直接運行。
Matlab算法的相關專題、標簽、搜索
Matlab算法的最新內容
DSP模塊的內部結構如下所示：
DSP之前和之后的電子星座圖（極化X）如下：
用于數字信號處理的算法通過Matlab組件實現。通過將Matlab組件設置為調試模式，每個步驟（CD補償，偏振解復用和載波相位估計）后生成的電子星座圖如下所示：
此項設計通過MATLAB算法與FDTD 電磁仿真結合，形成從光束設計到光學力特性分析的完整技術鏈，在光與物質相互作用的基礎研究及工程應用具有中應用潛力。
一、MATLAB光東設計
首先對光束進行光學設計，形成橢圓型艾里光相位，并將數據存儲，用于后續fdtd軟件調用。
為什么要開發自己的小軟件
我讀研究生承擔的第一個項目，是用MATLAB GUI開發了一種織物復合材料力學性能預測軟件。
用現在的眼光看，那個軟件實在是簡陋無比。但就是這個小小的東西，讓我和軟件結了緣。盡管我從事工業軟件開發是在這很多年以后了，但是第一次開發出界面，能夠點幾下計算出結果的興奮感我至今仍記得。
因為這個契機，我畢業后堅持開發了很多自己的算法并且界面化，也逐漸轉到了工業軟件方向
DSP模塊的內部結構如下所示：
DSP之前和之后的電子星座圖（極化X）如下：
用于數字信號處理的算法通過Matlab組件實現。通過將Matlab組件設置為調試模式，每個步驟（CD補償，偏振解復用和載波相位估計）后生成的電子星座圖如下所示：
掃一掃，關注訊技光電，了解更多軟件信息！
跨維度控制器共舞
突破性的控制-機械協同仿真接口，讓MATLAB的控制算法與Adams的機械模型實現毫秒級數據交換。某航天企業曾在此平臺上，提前6個月發現衛星展開機構與姿態控制器的共振死區。
摘要：本文詳細介紹了一種基于人類視覺系統特性的紅外弱小目標檢測算法——Multiscale patch-based contrast measure (MPCM)。該算法通過增強目標與背景的對比度，有效檢測紅外圖像中的弱小目標，并在MATLAB環境中進行了復現與實驗驗證。
關鍵詞：紅外檢測、弱小目標、圖像處理、模式識別、自適應檢測
參考文獻：Y. Wei, X. You, and H. Li
基于matlab的GA優化算法優化車間調度問題。n個工作在m個臺機器上加工。已知每個工作中工序加工順序、各工序的加工時間以及每個工件所包含的工序，在滿足約束條件的前提下，目的是確定機器上各工件順序，以保證某項性能指標最優。程序功能說明：共4個工件，每個工件3個工序，6臺機器，給出了每個工件的各工序能使用的機器序號矩陣Jm，求解最優調度方案的加工時間。
<p>基于matlab的動態時間歸整（DTW）算法。16頁的試驗文檔。以一個能識別數字0～9的語音識別系統的實現過程為例，闡述了基于DTW算法的特定人孤立詞語音識別的基本原理和關鍵技術。其中包括對語音端點檢測方法、特征參數計算方法和DTW算法實現。程序已調通，可直接運行。</p><div contenteditable="false" width="100%"><figure class="figure-image
基于matlab的ESMD（Extreme-Point Symmetric Mode Decomposition）信號分解算法，其基本思想是通過尋找數據序列中的極大值點和極小值點，并以此為基礎進行信號分解。該方法在觀測數據的趨勢分離、異常診斷和時-頻分析方面具有獨特優勢。程序已調通，可直接運行。
關鍵詞：Matlab；深度學習；多任務卷積神經網絡；人臉檢測；
背景
在不受約束的環境中，由于個體姿勢的多樣性、光照條件的變化以及潛在的遮擋問題，人臉檢測和對齊任務面臨諸多挑戰。近期的研究表明，深度學習技術在這些任務上展現出了卓越的性能。本文提出了一種基于深度學習的級聯多任務框架，旨在通過檢測與對齊任務間的內在聯系來提升整體性能。具體而言，本框架采用由三個階段組成的深度卷積網絡，以自底向上的方式預測人臉及其關鍵點的位置
