出版日期和地址； Erkan, U., Enginoğlu, S., Thanh, DNH, Memiş, S., 2020. 改进的自适应加权平均滤波器去除椒盐噪声，Proc. 第二届电气、通信和计算机工程国际会议 (ICECCE)，第 1-5 页，6 月 12-13 日，土耳其伊斯坦布尔。 doi：10.1109/ICECCE49384.2020.9179351。 抽象的： 在这项研究中，我们提出了一种改进的自适应加权平均滤波器（IAWMF）来去除椒盐噪声。 IAWMF 最突出的优点是它能够考虑自适应窗口中无噪声像素的权重。 因此，新的灰度值比自适应加权平均滤波器 (AWMF) 计算的灰度值更接近中心像素的原始灰度值。 此外，所提出的方法利用AWMF的优势来减少检测噪声像素的误差。 在实验中，我们将所提出方法的去噪结果与其他最先进的图像去噪方法进行了比较。 结果证实 IAWMF

JAVAWEB学生信息管理系统(升级版)保姆级教程(增删改查+<普通用户和管理员>登录注册+Filter+mysql+批量删除信息+用户退出登录注销)eclipse版

a new directional weighted median filter for removal of random-valued impulse noise，附带matlab代码的

用卡尔曼滤波方法对单个目标航迹进行预测，并借助于Matlab仿真工具，对实验的效果进行评估。

由 Ian T. Nabney 编写的流行机器学习库“NetLab”的附加组件。 库为 NetLab 实现卡尔曼滤波器训练算法。

一个IP数据包过滤工具库源码,含有一个IPMonitor程序,可以查看所有IP包头信息。对编写包过滤防火墙很有用

lms滤波器matlab代码可参数化的LMS自适应滤波器DSP IP核 该项目基于FPGA / DSP。 该项目的主要目的是设计LMS滤波器算法以及FIR滤波器，其权重适应环境噪声，从而为每个权重的每个更新值生成一个误差信号。 可以根据所需信号更新值，以最小化误差值。 使用24抽头FIR滤波器，该误差信号收敛到零。 因此，达到了消除噪声的目的。 在该项目中，LMS自适应滤波器设计用于8、16、32位并行和顺序输入数据。 我已经附上了该项目的整个报告文件。 其中包括项目的所有方面，包括代码，输出和结论。 工具：Altera Quartus Prime，ModelSim，MATLAB编程语言：Verilog 项目报告文件：LMS_Adapt.pdf

传统的基于粒子滤波的目标跟踪,粒子滤波是基于序贯蒙特卡洛的后验概率估计方法，针对非线性非高斯的概率分布，并且是无参数估计，用粒子滤波来做目标跟踪非常的简便，这个是robhess提出来的2009年发布的论文里面的源代码，我将代码进行了相应的改动，让他在vs2008运行，并且依赖库opencv，还有gsl，这两个库我都上传在上面的压缩包里面。

KalmanFilter,KalmanFilter3,KalmanFilter5 一共7种,以上三种实现保证可用,其余待调试,调试函数写好,直接运行即可 KalmanFilter KalmanFilter2 KalmanFilter3 KalmanFilter4 KalmanFilter5 KalmanFilter6 KalmanFilter7

Matlab LMS filter自适应滤波去噪例程，单频正弦信号加噪去噪，语音信号加噪去噪