这是从多元正态分布、均匀分布和经验分布中实现拉丁超立方体采样的采样实用程序。 可以指定变量之间的相关性。

基于多尺度几何分析方法——非下采样轮廓波(Contourlet)变换(NSCT)和Beamlet变换,提出一种全新的医学图像融合方法。在进行NSCT分解后,在高频成分首先使用Beamlet变换进行边缘检测,然后根据聚类分割边缘密度的差值确定其系数的融合规则;对于低频成分,采用局部区域标准方差系数的融合规则;经过一致性校正后,通过对融合后的高频与低频子带系数进行逆NSCT得到重构图像。数值实验表明,与传统的融合方法相比较,本文方法能够有效减少噪声对融合图像的干扰,增强了融合的线性细节表达能力,提高了信息量。

最佳量化 最佳量化 使量化误差最小的量化方法为最佳量化。 最佳量化方法： 思想：计算所有可能灰度级出现的概率分布，根据灰度级出现概率的多少决定分层的疏密。对于出现次数较多的大部分灰度作精确分层，对出现次数少的灰度级做粗糙分层。（这将比均匀量化更易获取良好的图象质量） 使用均方误差测度讨论最佳量化。 设：Z和q分别代表数字图像像素幅度和其量化值；p(Z)为像素幅度概率密度函数；Z的取值范围在H1~H2之间，量化总层数为K，δ2表示量化器量化的均方误差。 解：根据均方误差定义可得

改变条纹信号的调制度及频率，分析整数周期采样与非整数周期采样对Hilbert变换以及Hilbert域相位的影响

一种基于avr单片机的ad采样简便方法一种基于avr单片机的ad采样简便方法一种基于avr单片机的ad采样简便方法

文章主要介绍了单片机AD采样程序的设计方法。

嵌入式、物联网。

随机等效采样技术通过对周期信号进行多次随机时间间隔取样，以时间间隔为序排列采样数据，形成具有较高等效采 样率的波形。然而，由于时阃fH】隔的非均匀性，很难采集到足够的有效信号重构原始波形。为了克服这种信息不足引起的重构 误差，提出了一种基于压缩传感理论的随机等效采样信号重构方法，构造了随机等效采样测最矩阵。该方法能够对周期信号以 低于信号奈奎斯特频率的采样率进行随机采样，通过最优化问题从有限的采样值中重构原始信号。最后通过实验对该方法的 可行性进行了验证。

大数据-算法-非均匀采样数据系统的辨识方.pdf

大数据-算法-非同步采样下电力系统无功和谐波算法研究.pdf