用于提取图像的方差、协方差、相关系数等图像统计特征值的matlab编写的函数

LTE-A(Long Term Evolution-Advanced)系统有高速率、低时延的需求。但是，系统中的干扰严重影响了终端接收信号质量，限制了系统性能的提升。对于小区间的同频干扰，重点研究了干扰消除性能较优的IRC(Interference Rejection Combining)算法。针对目前IRC算法的两种经典的协方差矩阵估计方案—基于数据信号和基于DM-RS参考信号的协方差矩阵估计方案的优点与不足，给出了一种基于样本点选取的协方差矩阵估计的改进方案。仿真结果表明，改进后的IRC算法较基于DM-RS参考信号的协方差矩阵估计的IRC算法有1 dB～2 dB的性能增益，因此更适用于受同频干扰比较严重的LTE-A系统中。

基于多维高协方差检验的智能电网状态评估中的大规模流PMU数据建模和分析

海洋科学的最大协方差分析（或奇异值分解）工具箱在这里命名 MCA，因为 MATLAB 已经有一个 'svd' 内置函数实际上，这个函数只是将 3D (lon,lat,time) 矩阵重新采样为 2D (lon*lat,time) 矩阵并删除 nan，然后执行 svd。 之后，将 2D 重新采样回 3D 以进行图形绘制。 作者吴泽伦zelunwu@stu.xmu.edu.cn, zelunwu@udel.edu 厦门大学海洋与地球科学学院特拉华大学地球、海洋与环境学院 自强不息，止于至善。

逆向工程中点云模型孔洞边界的检测是孔洞修补的前提,完美的孔洞轮廓线有利于提高孔洞修补的质量。首先参照二维图像中边界的定义,给出了三维点云模型中孔洞边界的定义;之后通过分析待测点邻域协方差矩阵特征值之间的关系,设计了一种边界点检测算子,用于初步提取孔洞边界特征点;然后采用改进的Kruskal最小生成树算法构建点云最小生成图,并在最小生成图中完成孔洞边界点的排序与孔洞轮廓线的提取。实验结果表明:所提边界检测算子步骤简单,算法效率高;基于计算机图论的孔洞轮廓线生成算法提取的孔洞轮廓线具有光滑、连续的优点,并且在生成轮廓线的同时完成了孔洞聚类。

当提供均值和协方差时，此函数绘制二维多变量高斯图。 它不使用 for 循环。 例如：绘图平均值= [10; 11]，cov = [6 0; 0 6] 2D多元高斯函数>> mvg([10;11],[6 0;0 6])

预期收益，方差和协方差是均方差投资组合选择问题的关键输入。 在传统的均值-方差投资组合模型中，先验排除了模型不确定性。 但是实际上，这些参数不是先验已知的，通常会估计有误。 当前的研究将模型不确定性纳入均值方差框架，但主要集中在不确定性均值上。 本文的目的是通过模糊性和模糊性厌恶的概念将不确定方差-协方差纳入均值方差投资组合模型。 本研究中开发的方法在数值上比较了收益歧义性和方差歧义性的影响。 尤其是，应通过股指数据重新检查不确定的方差-协方差是否会导致“不参与股市”和/或“房屋偏差”。

基于全对称协方差矩阵估计的一种改进的EFA抑制杂波

实施中提出的估计量“MMSE 协方差估计的收缩算法” Chen 等人，IEEE Trans。 在标志。 程序，第 58 卷，第 10 期，201 年 10 月

协方差和相关系数