用于将网格转换为stl格式实体

可化为线性拟合的非线性拟合 有些非线性拟合曲线可以通过适当的变量替换转化为线性曲线，从而用线性拟合进行处理，对于一个实际的曲线拟合问题，一般先按观测值在直角坐标平面上描出散点图，看一看散点的分布同哪类曲线图形接近，然后选用相接近的曲线拟合方程。再通过适当的变量替换转化为线性拟合问题，按线性拟合解出后再还原为原变量所表示的曲线拟合方程。 下表列举了几类经适当变换后化为线性拟合求解的曲线拟合方程及变换关系

中心差分matlab代码SkillMetrics工具箱 该工具箱包含一组Matlab函数，用于根据观察值计算模型预测的技巧。 它包括诸如均方根误差（RMSE）差异，中心均方根（RMS）差异和技能得分（SS）之类的度量标准，以及用于生成目标图和泰勒图的功能的集合。 工具箱更有价值的功能是目标图和泰勒图的绘图功能以及轻松自定义图的功能。 该工具箱包含有关泰勒图的入门知识，以及“示例”文件夹，其中包含示例Matlab脚本的集合，这些脚本显示了如何生成各种格式的目标图和泰勒图。 目标图有6个示例，泰勒图有7个示例，这些示例已从非常简单的图形逐步发展为更具个性化的图形。 这些示例系列提供了有关如何使用target_diagram和taylor_diagram函数的各种选项的简单教程。 它们还为将来如何制作具有特定功能的图提供了快速参考。每个脚本生成的图都是可移植网络图形（PNG）格式，并且文件名与带有后缀“ png”的脚本相同。 可以在“示例”文件夹中找到产生的图的示例，该文件夹的名称与脚本相同，并以“ _example.png”结尾。 例如，由target1.m生成的图被命名为target1_

pca 可用的代码 关于超声波特征提取 function y pca mixedsig %程序说明：y pca mixedsig 程序中mixedsig为 n T 阶混合数据矩阵 n为信号个数 T为采样点数 % y为 m T 阶主分量矩阵 % n是维数 T是样本数

《数字图像处理》冈萨雷斯，Matlab函数汇总是很有用的资源！共享哈，希望对你有帮助！特别是图像处理！

对于一个多元函数，用最速下降法（又称梯度下降法）求其极小值的迭代格式为 其中为负梯度方向，即最速下降方向，αkαk为搜索步长。 一般情况下，最优步长αkαk的确定要用到线性搜索技术，比如精确线性搜索，但是更常用的是不精确线性搜索，主要是Goldstein不精确线性搜索和Wolfe法线性搜索。 为了调用的方便，编写一个Python文件，里面存放线性搜索的子函数，命名为linesearch.py，这里先只编写了Goldstein线性搜索的函数，关于Goldstein原则，可以参看最优化课本。 线性搜索的代码如下（使用版本为Python3.3）： ''' 线性搜索子函数 ''' import n

随机信号分析的MATLAB函数 一、特征估计 对于各态历经过程，我们可以通过对随机序列的一条样本函数来获得该过程的统计特性，利用MATLAB的统计分析函数我们可以分析随机序列的统计特性。在以下的介绍中，我们假定随机序列X(n)和Y(n)是各态历经过程，他们的样本分别为x(n)和y(n)，其中n=0,1,2,…N-1。

运用黄金分割法和简单的Matlab程序求解函数极小值

马里奥matlab代码档案清单 自述文件-此文件smb_tracking.m-示例MATLAB脚本match_template.m-MATLAB函数track_template.m-MATLAB函数input / smb_w4-1.mp4-示例视频输入input / template.mat-包含smb_tracking.m的模板和掩码的数据文件 项目介绍 该项目是对我之前从事的模板匹配项目的扩展，该项目通过视频提要合并了跟踪。 这个想法是使用逐帧模板匹配来定位视频中的模板，并通过基于先前位置减少模板的搜索区域来优化代码。 此代码的本质是使用模板匹配功能，该功能使用平方差的缩放总和。 此模板跟踪算法的一些独特功能： 您可以指定要搜索的先前匹配模板区域周围的radius 。 您可以指定一个threshold以便可以拒绝匹配。 您可以指定radius的growth rate ，这样，如果跟踪的对象离开搜索区域， radius将围绕最后一个已知位置增长，直到再次找到模板为止。 我没有使用平方差的归一化总和，而是选择使用自己的缩放因子对SSD进行归一化。 它可以计算template在任何ima

此 MALAB 代码使用 MATLAB 函数 fmmod 和 fmdemod 生成并绘制调频和解调信号