Matlab空间化三个变量贡献度，使用RGB合成和麦克斯韦三角形完成 对三个变量贡献度可视化时，ArcGIS类似软件不能很好的表达，可以使用RGB合成或麦克斯韦三角形来完成绘制。主要将三个变量归一化后使用三种颜色进行空间可视化。

免费下载，还原度高达90%

c#文本相似度对比，亲测可用，可学习使用。主要用于对比出两个字符串中相似度能达到多少，项目中使用过已经经过优化

在移动正交频分复用（OFDM）系统中，时变信道引起子载波间干扰（ICI），从而导致系统性能严重下降。均衡作为消除ICI的主要手段而被广泛采用，但是大多数情况下，由于需要进行高阶矩阵的求逆运算，导致均衡面临着运算复杂度过高的问题。提出采用复指数基扩展模型（CE-BEM）对时变信道进行建模，并利用估计得到的模型系数直接构造判决反馈均衡器（DFE），从而避免了矩阵求逆运算，大大降低了运算复杂度。同时，该DFE通过理论分析和仿真实践均被证明具有良好的均衡效果，能有效地消除ICI并改善系统性能。

该项目包含Retinex、EnlightenGAN、SCI、Zero-DCE、IceNet、RRDNet、URetinex-Net等低照度图像增强代码，均已经过测试，可直接运行。

详细讲解了旋度与散度，看完之后概念上清楚了许多

应用于大规模多输入多输出系统的空间调制系统是一种新颖的5G传输方案。针对空间调制提出了一种复杂度较低的检测算法，提出的算法通过将接收天线重排序来减少总复杂度。算法结合已有的A-Star算法对接收天线分层并排序，改变树搜索结构并排除错的节点，使所选分支尽可能包括最优路径，极大缩小了所需访问节点数。该算法具有近似最优的误比特性能和更低的计算复杂度，与最大似然检测算法相比复杂度减少了80%左右。

PageRank代码实战-人物重要度

matlab 佛度的代码完整 (FP) 和紧凑 (CP) 极化 SAR 数据的散射型参数提取和新型聚类方案 一般信息 此代码使用参数 ，对于 FP 和 ，对于 CP 数据执行无监督聚类。 和 是 FP 和 CP 数据的目标特征参数，给出为， 这里， 和 是T3矩阵的对角元素。 SC 和 OC 定义为， 和， ; 和 是 CP SAR 数据的斯托克斯元素。 和 是 3D 和 2D Barakat 偏振度。 聚类图 阴影区域是不可行的区域。 请关注这篇文章了解更多详情：。 启动并运行 这是一个基于MATLAB的代码。 要运行代码，需要FP的相干矩阵元素 ( T3 ) 和CP协方差矩阵元素 ( C2 )。 如果 和 已经在父文件夹中，那么您可以使用“unsupervised_clustering_FP.py”来计算聚类图像。 如果 , , 已经在父文件夹中，那么您可以使用“unsupervised_clustering_CP.py”来计算聚类图像。 NB T3 和 C2 矩阵元素应以 PolSARpro 格式导出，T3 或 C2 目录应包含由 PolSARpro 生成的“config.txt

最新发布的高清版cmmi 3.0 模型版本，ISACA官方发布的ATM培训资料