传递闭包的Matlab实现.pdf

em算法代码matlab实现期望最大化 Matlab中的期望最大化（EM）算法 此代码实现了Expectation-Maximization（EM）算法，并在简单的2D数据集上对其进行了测试。 期望最大化（EM）算法是一种迭代方法，用于在统计模型中依赖于未观察到的潜在变量的情况下，找到参数的最大似然或最大后验（MAP）估计。 EM迭代在执行期望（E）步骤和创建最大化（M）步骤之间进行交互，该期望步骤用于创建使用参数的当前估计值评估的对数似然性的期望函数，该步骤用于计算使期望对数最大化的参数。在E步上找到的可能性。 然后，这些参数估计值将用于确定下一个E步骤中潜在变量的分布。 例子 在此示例中，我们首先从两个正态分布生成点的数据集，并标记该数据集。 带有正确标签的数据集是我们的真实值。 然后，我们重新组合标签并为新数据集运行EM算法。 EM算法正确地对数据集进行聚类，并且还估计了可用于绘制点的两个正态分布的参数。 结果 我在计算机上得到的结果如下： iteration: 1, error: 1.7244, mu1: [1.2662 1.7053], mu2: [3.6623 3.0902

NSGAII算法是一个多目标函数优化算法。多目标函数优化有一种方法是，假如现在有n个目标函数fi,首先将每个目标函数乘以一个适当的参数alfai，再将所有的目标函数加起来，得到一个目标函数。这就将多目标函数转化为单目标函数了。

Butterworth滤波器Matlab实现

巴特沃斯低通滤波matlab实现代码 DIP-Filter 1.概况 项目：实现一个通用的高通、低通、带通和带阻滤波器函数。其中又分别实现理想、巴特沃思和指数等滤波形式。用实现的函数对图1（lena_noise.bmp）进行低通处理，图2(lena_blur.bmp)进行高通处理，处理后分别进行伪彩色增强。 实验图象： lena_noise.bmp， lena_blur.bmp 2.设计 2.1主窗口 可在matlab中直接运行mainWin.fig; 提供图像选择方式，并设定截止频率和带宽； 默认截止频率为10，带宽为5； 详细代码可参见mainWin.m； 设置好值点击确认后，调用processing函数，对图像进行处理； 图1. 主界面 2.2理想低通滤波 采用默认模板处理； 2.3 理想高通滤波 采用默认模板处理； 2.4 巴特沃斯低通滤波 采用默认模板处理； 2.5巴特沃斯高通滤波 采用默认模板处理； 2.6 指数低通滤波 采用默认模板处理； 2.7 指数高通滤波 采用默认模板处理； 2.8 理想带通滤波 截止频率为20，带宽为10 2.9 理想带阻滤波 截止频率为20，带宽

LMS-MATLAB\基于LMS算法的自适应均衡器的MATLAB实现

用MATLAB实现线性系统的频域分析 用MATLAB实现线性系统的频域分析 用MATLAB实现线性系统的频域分析

Matlab实现的HHT中的镜像对称延拓

资源包含文件：课程报告word+源码 利用图像区域中黑色象素的个数对秘密信息进行编码。 把一个二值图像分成 L(m) 个矩形图像区域 Bi ，如果其中黑色象素的个数大于一半，则表示嵌入 0 ；如果白色象素的个数大于一半，则表示嵌入 1 。 当需要嵌入的比特与所选区域的黑白象素的比例不一致时，为了达到希望的象素关系，则需要修改一些象素的颜色。 修改应遵循一定的规则，原则是不引起感观察觉。 修改应在黑白区域的边缘进行 。 判断每一个图像块黑色象素的百分比，如果大于 R1 + 3λ ，或者小于 R0 - 3λ ，则跳过这样的无效块。 如果在 [R1 , R1 + λ] 或者 [R0 - λ , R0] 的范围内，则正确提取出秘密信息 0 或 1 。 详细介绍参考：https://blog.csdn.net/newlw/article/details/125008614

频率采样设计法的MATLAB实现 从满足约束条件的H(k)中求出h(n)，可利用MATLAB中的ifft函数。 注意： 从时域角度看,求出的h(n)与欲设计的hd(n)是有差别的，两者关系如下： 从频域角度看，由频率采样设计所得到的滤波器的频率特性是由H(k)内插形成的，因此对 的逼近程度与 特性的平滑性有关。 存在时域混叠