目前基于人脸表情的情绪识别已经相对成熟，而根据人类肢体动作进行情绪识别的研究却不多。通过VLBP和LBP-TOP算子从三维空间中提取图像序列的肢体动作特征，分析愤怒、无聊、厌恶、恐惧、高兴、疑惑和悲伤七种自然情绪的特点，并用参数优化的支持向量机对情绪分类进行识别，识别率最高能够达到77.0%。实验结果表明，VLBP和LBP-TOP算子具有较强的鲁棒性，能有效地从肢体动作中识别人的情绪。

针对网格正交频分复用(LOFDM, lattice OFDM)系统具有较传统OFDM系统更高峰均功率比(PAPR, peak-to-average power ratio)的问题，在将传统非线性压扩变换应用于LOFDM系统的同时研究并分析了一种新的基于原信号统计分布特性的连续可导非线性压扩算法。该算法从原信号的渐进高斯分布特性出发并对原信号的幅度分布函数进行截断逼近，在保持平均功率不变的条件下，将压扩后的信号限制在与原信号分布特性一致的特定范围内，使压扩后的信号在保持其原有分布特性的同时，能更大程度改善系统PAPR和误比特(BER, bit error ratio)性能。理论分析和仿真实验表明，所提出的算法性能要显著优于传统非线性压扩算法。

[ur,vr] = uvcurv2orth(x,y, u,v) 将曲线矢量场旋转到正交矢量场，输出是针对原始曲线位置计算的。 输入： x - 具有 x 个位置的二维数组（长） y - 具有 y 个位置的二维数组（纬度） u - 曲线方向 u 向量场v - 曲线方向 v 矢量场（1,1 是所有阵列的西南角） 输出： 输入数组大小的 u 和 v 数组以及正交网格上的向量分量（long 和 lat）

室内光无线信道可以看作准静态、具有低通特性的多径信道, 并且可见光通信通常是功率受限系统。为了充分利用信道频谱资源及节约能量, 提出将Chow、Hughes-Hartogs、Fischer自适应比特-功率加载算法应用于非对称限幅光正交频分复用(ACO-OFDM)系统, 介绍了自适应比特功率加载过程, 并比较了自适应ACO-OFDM和自适应直流偏置光OFDM(DCO-OFDM)的性能。结果表明, 在保证误码率性能时, 相比等比特加载方法, 自适应算法能节约15%的光功率和30%的电功率, 其中Fischer算法最节约功率, 而Hughes-Hartogs算法需要的功率最多。在信息速率相同时, 自适应ACO-OFDM比DCD-OFDM更节约功率。

数学数学matlab代码量化调幅 这些代码实现了正交调幅，其功能与MATLAB基本相同。

olpp(正交局部投影人脸特征提取），针对人脸识别的特征提取算法，提出的一种基于流形的非线性特征提取算法。

给定从 XYZ 到 xyz 的正交变换的方向余弦矩阵为 Q。求此变换的欧拉角 fi 、 theta 和 psi 。 有关更多示例，请访问www.smallsats.org

stm32正交解码 ab相测速直接读取 内涵程序 原理等

gram_schmidt正交化，施密特正交化（Schmidt orthogonalization）是求欧氏空间正交基的一种方法。从欧氏空间任意线性无关的向量组α1，α2，……，αm出发，求得正交向量组β1，β2，……，βm，使由α1，α2，……，αm与向量组β1，β2，……，βm等价，再将正交向量组中每个向量经过单位化，就得到一个标准正交向量组，这种方法称为施密特正交化。程序为MATLAB代码。

通过核正交匹配追踪 (KOMP) 和核同时正交匹配追踪 (KSOMP) 进行高光谱图像分类分发代码版本 1.0 -- 01/01/2015 由 Mehmet Altan Toksöz 提供，版权所有 2015，土耳其中东技术大学。 代码是基于以下论文中描述的方法创建的： [1] MA Toksoz 和 I. Ulusoy，“通过内核进行高光谱图像分类基本阈值分类器”，IEEE 地球科学和远程学报传感，已接受出版，2016 年。 [2] Y. Chen、NM Nasrabadi 和 TD Tran，“通过内核稀疏表示进行高光谱图像分类”，IEEE 地球科学和遥感汇刊，卷。 51号1，第 217-231 页，2013 年。 请引用它们！ 电子邮件：matoksoz [at] gmail.com