#资源达人分享计划#

卡尔曼·克劳迪代码 matlab Bayesian_filtering_smoothing 您正在查看的 Github 存储库包含我在参加 edX 课程“汽车应用的传感器融合和非线性过滤”时所使用的 MATLAB 代码。该课程涉及过多的主题，遍历从贝叶斯统计和递归估计理论的基础知识，到对各种运动和测量模型的详细描述，再到强大的卡尔曼滤波器及其几种变体（如扩展卡尔曼滤波器、误差状态估计卡尔曼滤波器、无迹卡尔曼滤波器）的详细推导， Cubature Kalman Filter 仅举几例，一直到后验分布近似的顺序重要性重采样。存储库是所有 MATLAB 代码的集合，这些代码是作为课程参与的一部分编写的并获得证书。到目前为止，这是我参加过的最苛刻的课程之一，需要 97% 的及格率才能获得证书。然而，fru 它的辛勤劳动很棒，并决定与社区的其他人分享。

很实用。ARCGIS中文字体、平滑线插件（支持左斜体等）

FCPX插件-16个平滑移动旋转缩放调节层方式转场动画 Smooth Transition Layers

20210808-天风证券-机械设备行业：如何理解工程机械板块的周期平滑？.pdf

本代码主要是根据论文Image Smoothing via L0 Gradient Minimization 中提及的算法实现的L0测度下的图像平滑，其利用C++实现的。

数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。本专栏将以学习笔记形式对数字图像处理的重点基础知识进行总结整理，欢迎大家一起学习交流！ 专栏链接：数字图像处理学习笔记 在数字图像处理学习笔记（八）中，已对图像增强之线性变换、对数变换、幂律变换、分段线性变换、灰度级分层等做过详细理论论述，本文将对上述理论知识做实践方面的实现。 具体理论知识可参考我之前的博文：数字图像处理学习笔记（八）——图像增强处理方法之点处理 一、图像增强之线性变换 代码实现参考 import cv2 import random i

matlab 实现平滑周期图法频谱估计，并计算方差

clc,clear load pre.txt %原始数据以列向量的方式存放在纯文本文件中 yt=pre; n=length(yt); alpha=0.3; st1(1)=yt(1); st2(1)=yt(1); for i=2:n st1(i)=alpha*yt(i)+(1-alpha)*st1(i-1); st2(i)=alpha*st1(i)+(1-alpha)*st2(i-1); end ......

嵌套阵DOA估计，采用空间平滑算法，对虚拟阵列进行处理