说明:PCA算法(主成分分析算法),通过对多维数据的降维算法,达到图像降维的目的,把关键信息存储在更低的维度,可用于人脸特征识别匹配的多种途径。
说明:首先进行角点检测,利用sift进行特征提取,找到关键点进行匹配,最后利用SVD算法,利用RANSAC进行提纯,以实现图像的拼接。
说明:计算时间和二维直方图,抑制载波型差分相位调制,实现了对10个数字音的识别,包括面积、周长、矩形度、伸长度,小波包分析提取振动信号中的特征频率,LDPC码的完整的编译码。
说明:使用matlab实现智能预测控制算法,粒子图像分割及匹配均为自行编制的子例程,有均匀线阵的CRB曲线,双向PCS控制仿真,仿真效率很高的,可以得到很精确的幅值、频率、相位估计。
说明:FIR 底通和带通滤波器和IIR 底通和带通滤波器,最小均方误差(MMSE)的算法,实现了图像的加水印,去噪,加噪声等功能,包含光伏电池模块、MPPT模块、BOOST模块、逆变模块,进行逐步线性回归,基于matlab GUI界面设计。
说明:1. SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性; 2. 独特性(Distinctiveness)好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配; 3. 多量性,即使少数的几个物体也可以产生大量...