FPGA的1553B总线编码IP核设计

为方便而快捷地开展数字化成形系统的研究,作者分析了数字核信号梯形滤波算法,建立了一种运用MATLAB实现梯形滤波器的参数优化的方法,并用此方法讨论了各参数对滤波效果的影响．

Xilinx FPGA应用进阶 通用IP核详解和设计开发

针对现有彩色图像插值算法的实时性及可靠性不能兼备的问题，提出了一种高效的实时彩色图像缩放算法，算法基于Lanczos核生成可应用于整个目标图像的核查找表，并且目标图像所有像素的插值仅涉及定点小数运算，计算复杂度低；同时算法采取了优化的光栅扫描方法，内存需求低、效率高。实验结果表明，该算法不仅获得了较好的图像质量，而且计算复杂度远低于经典的图像缩放算法，能有效实现彩色图像甚至彩色视频的任意倍数实时缩放。

论文资源，粒子群优化神经网络的预测模型。

该文档描述了ise调用FIFOIP核的使用方法，有图文教程。

本文介绍了一种OC8051 IP核的仿真测试方案。该方案给出了查找与定位IP核中逻辑错误的方法，并详细介绍了各种错误的修改方法。测试结果表明，OC8051工作正常，已经初步具备了微控制器的功能，可以被运用于实际的工程开发中。

零死角玩转STM32—F429-初级篇.pdf文档

描述了基于RBF核函数的支持向量机参数选择问题，供大家确定支持向量机参数时参考

核密度非参数估计的matlab代码ICA-R-估计 参考： M. Hallin & C. Mehta (2015)。 非对称独立分量分析的 R 估计。 美国统计协会杂志，110(509)，218-232 独立分量分析 (ICA) 是一种多变量统计方法，其中将观察到的信号去卷积或分离为独立的潜在源信号。 在 ICA 模型中，观察到的 m 向量满足 , 其中 是一个非奇异维混合矩阵和 是一个向量，其分量 S_k(t) 具有成对独立分布（超过 t=1,2,...）。 ICA 的一个主要目标是从观察到的 X 向量中估计混合矩阵 ()。 将混合矩阵的准确估计的逆应用于观察到的混合 X 向量允许恢复 ICA 模型中的源信号。 在这个项目中，我们为混合矩阵提出了一个单步 R 估计器，旨在针对具有重尾分布的源信号和其他类型的噪声（相对于混合矩阵的现有估计器）实现更大的鲁棒性。 此外，我们能够通过半参数程序阐明 R 估计量的渐近特性，例如其极限分布。 评估 R 估计器首先需要 获得混合矩阵的初步估计量 L0，以实现根 n 一致性和 为各个未观察到的独立源信号指定单变量分布 f:=(f1,...,fm)