斐波那契堆的python实现(优先队列)，实现内容：merge(H), insert(v), find_min() # extractMin(), coalesce_step(), updateMin() # decreaseKey(v,k), delete(v)

制造商的马尔可夫 我对 m 阶马尔可夫链的实现。

利用MATLAB实现MUSIC算法与基于四阶累积量的MUSIC算法，里面包含高阶累积量的计算，对MUSIC算法有进一步的了解

用Python实现四阶龙格-库塔（Runge-Kutta）方法求解高阶微分方程 (需要资源可进主页自取)

主要介绍了手把手教您实现react异步加载高阶组件,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

为了解决高阶局部特征带来的计算复杂度提高问题, 提出一种基于核函数的高阶局部特征表示方法。通过在两幅图像的局部特征之间进行比较, 将特征空间映射到几何不变空间, 统计高阶局部特征构建核函数, 并结合支持向量机进行多类目标图像分类实验。实验结果分析表明, 该方法在提高分类准确率的同时, 所需的计算时间只与局部特征的个数呈线性增长。

此函数是 f(t) 的 alpha 阶 Caputo 导数的高阶数值近似。 如果你想使用这个程序，请引用以下三篇论文。 [1] CP Li, RF Wu, HF Ding. Caputo导数和Caputo型对流扩散方程的高阶近似（I）。 应用和工业数学通信，2014 年，6(2)，e-536：1-32。 DOI：10.1685/journal.caim.536。 [2] 曹俊贤，CP Li，YQ Chen。 Caputo 导数和 Caputo 型对流扩散方程的高阶近似 (II)。 分数阶微积分与应用分析，2015，18(3)：735-761。 [3] HF Li, JX Cao, CP Li. Caputo 导数和 Caputo 型对流扩散方程 (III) 的高阶近似。已提交。

基于高阶累积量的数字调制分类，2000年Swami经典文献Hierarchical Digital Modulation Classification Using Cumulants中例1的复现，包含高阶累积量的子程序 cum_sigma.m 计算经过C21归一化的高阶累积量，sigma为加性高斯噪声的方差 four_class_regular.m 四分类问题，信号集为Ω4={BPSK, PAM(4), QAM(4,4), PSK(8)}四种基带信号，信号采样点数分别为100,250,500三种情况，采用1000次蒙特卡洛仿真，得到识别结果，用MATLAB画出混淆矩阵。 four_class_freq.m 信号集为Ω4={BPSK, PAM(4), QAM(4,4), PSK(8)}四种基带信号，存在频偏的情况下实现识别分类 four_class_phase.m 信号集为Ω4={BPSK, PAM(4), QAM(4,4), PSK(8)}四种基带信号，存在相偏的情况下实现识别分类 judge_C40.m 门限判断子函数

贝塞尔曲线高阶匀速运动算法 HTML5/JS 实现,请关注我的博客谢谢

随机非高斯或确定性信号中包含的信息远多于其自相关和幂所传达的信息光谱。 根据信号的高阶矩或累积量定义的高阶谱包含此附加信息。 高阶频谱分析 (HOSA) 工具箱为信号处理应用提供了全面的高阶频谱分析功能。 该工具箱是高级研究员和实践工程师以及新手的绝佳资源想要了解统计信号处理中的概念和算法的学生。 HOSA 工具箱是一个 M 文件的集合，这些文件实现了各种高级信号处理算法，用于估计交叉和自累积量（包括相关性）、光谱和近谱、双谱和双相干，以及时频计算分布。 基于这些，实现了参数和非参数盲系统识别、时延估计、谐波检索、相位耦合、到达方向估计、Volterra（非线性）模型的参数估计和自适应线性预测的算法。 还包括用于测试时间序列的高斯性和线性度的算法。 工具箱中包含完整的教程和演示集。