抗差自适应,抗差自适应卡尔曼滤波,matlab源码

变步长仿射自适应滤波器（VSS-APA）和集员仿射自适应滤波器（SM-APA-U）的MATLAB代码 里面包含两个自适应滤波器的性能分析和评价指标

对输入的视频进行二值化处理，选用二值化算法是自适应阀值的OTSU法

在WPF开发中窗体大小适应问题经常遇到，内容适应窗体的那是常见的操作。但是窗体的大小由内容的大小定义呢？该案例中确定窗体高度，让宽度随实际内容的宽度进行重新定义使之刚好适应。

iscuz程序，原创自适应网址导航模板，兼容国内外各品牌主流手机，界面简洁大气。 基础介绍： 1、自动识别适应电脑、手机、平板； 2、根据导航名称、内容自动生成TKD关键词和介绍； 3、非Discuz应用中心模板，不限制域名，不用担心盗版侵权，模板原作者公开对外分享； 4、此为精简版，详情内容无权重、无商家电话地址等信息、无投稿功能、无百科问答、其他页面与演示站一致（演示站为全功能板）； 5、附带说明，更多内容请自行发掘； 6、该模板为Discuz!X3.4 UTF8模板，如需GBK的请自行转码。

继承mfc的static类，实现可设置字体、字体大小、粗体、斜体，文字在水平方向和垂直方向上居中显示；而且还能根据控件大小自动缩小文字大小以防止文字出界显示不全。但目前还存在bug：若设置为粗体显示，文字显示还是可能出界。

为解决局部立体匹配算法存在深度图边界区域不连续问题，本文提出了一种基于边缘约束的自适应引导滤波立体匹配算法。将梯度值和颜色信息结合进行匹配代价计算；然后，基于图像边缘局部特征，对图像的像素点基于颜色阈值和边界条件构建自适应十字交叉区域，并对自适应窗口进行引导滤波代价聚合；最后，采用胜者为王策略(winner takes all，WTA)进行视差计算，对视差图进行视差精细化处理。实验结果表明：本文算法生成的深度图能够更好地保留细节特征，边界纹理区域的误匹配现象明显改善，可有效降低误匹配率，本文算法在Middlebury数据集误匹配率仅为5.22%。

thinkphp资讯网站源码完美运营版+自适应手机端+封装APP

数据融合matlab代码自适应加权学习网络的轻量图像超分辨率 王朝峰，李振和石军，“具有自适应加权学习网络的轻量图像超分辨率”， 该代码基于 依存关系 的Python 3.5 PyTorch> = 0.4.0 麻木 skimage 意象 matplotlib tqdm 代码 git clone git@github.com:ChaofWang/AWSRN.git cd AWSRN 抽象的 近年来，深度学习已以出色的性能成功地应用于单图像超分辨率（SISR）任务。 但是，大多数基于卷积神经网络的SR模型都需要大量计算，这限制了它们在现实世界中的应用。 在这项工作中，为SISR提出了一种轻量级SR网络，称为自适应加权超分辨率网络（AWSRN），以解决此问题。 在AWSRN中设计了一种新颖的局部融合块（LFB），用于有效的残差学习，它由堆叠的自适应加权残差单元（AWRU）和局部残差融合单元（LRFU）组成。 此外，提出了一种自适应加权多尺度（AWMS）模块，以充分利用重建层中的特征。 AWMS由几个不同的尺度卷积组成，并且可以根据AWMS中针对轻量级网络的自适应权重的贡献来删除冗余尺度分

§3.2自适应波束形成技术 §3.2.1 普通波束形成的优缺点 优点：是一个匹配滤波器，在主瓣方向信号相干积累，实现简单，在白噪声背景下它是最优的，在色噪声背景下，维纳滤波是最优的。 缺点： 波束宽度限制了方向角的分辨。 存在旁瓣，强干扰信号可以从旁瓣进入。 加窗处理可以降低旁瓣，但同时也会展宽主瓣。 总之，普通波束形成依赖于阵列几何结构和波达方向角，而与信号环境无关，且固定不变，抑制干扰能力差。