电波与天线课程内的MATLAB绘图，可供学习相关课程的同学参考。

该软件包包含 8 种不同的 K 均值聚类技术，适用于一组对称正定 (SPD) 矩阵。 基于 (1) 用于将样本与聚类中心进行比较的距离/散度度量，以及 (2) 相应的平均计算技术，即增量与非增量，算法是不同的。 这里使用的相异度量是：(1) P(n) 上的自然测地距离，(2) Stein 距离，(3) LogEuclidean 距离和 (4) Kullback-Leibler 散度。 基于上述不同度量，在增量和非增量框架中都提供了均值计算方法。 如果您使用该软件，请引用以下论文： [1] 广程、Hesamoddin Salehian、Baba C. Vemuri，计算平均扩散张量的高效递归算法及其在 DTI 分割中的应用，欧洲计算机视觉会议 (ECCV) 2012。 [2] Jeffrey Ho、Guang Cheng、Hesamoddin Salehian、Baba C. Vem

二元对称信源的信息率失真函数R(D)

利用两个非对称直方图分别向相反方向平移嵌入信息，会产生像素值的补偿还原效应，提出了一种更好的像素值预测方法，生成两个更偏向0值右侧和左侧的非对称预测误差直方图，这样的两个直方图在进行第二层信息嵌入时，会出现更多的像素点恢复到原始图像像素值，减少图像扭曲失真，提高载密图像质量。与传统算法相比，减少了参与直方图修改的像素量，进一步保护了载密图像质量。

这些函数使用高斯平滑和对称差分进行梯度估计。 它们可用于支持例如 Canny 边缘检测器，并可形成许多图像和数据处理操作的初始阶段。 梯度函数接受不同类型的数据： gradients_x: 一个向量 gradients_xy：一个二维数组，通常是一个图像。 返回梯度的两个分量。 gradients_xyt：两个二维数组，每个数组通常是一个图像。 返回空间和时间梯度。 gradients_n：一个 ND 数组。 返回沿每个轴的梯度。 支持平滑函数执行高斯平滑，输入： gsmooth：一个向量 gsmooth2：二维数组 gsmoothn：ND 阵列 如果需要，这些函数提供各向异性平滑。 （也就是说，每个轴的平滑常数不同。） 特别注意如何处理靠近数组边界的元素。 默认情况下，输出数组小于输入数组，因此只需要计算有效值。 但是，一个选项允许输出与输入的大小相同； 然后通过使用反射或平

基于边缘对称性的车辆前方行人检测方法研究

包含样例demo及mvn工程 测试js node aes.js 测试java AppTest 点击main 方法运行

你只要写： [beamsymmetry_y,beamsymmetry_x] = 波束对称（EPIDsF） EPIDsF是图像轮廓剂量，因此您可以得到光束对称线内和交叉线方向

对称分量法(零序-正序-负序)的理解与计算 对称分量法(零序-正序-负序)的理解与计算

设A为n阶实对称半正定矩阵，若存在一个对角线上元素全为非负的下三角阵L，使A=LLT，称为对A的三角分解。本文讨论了实对称半正定矩阵的三角分解的存在性以及这种分解的唯一性的充要条件，最后给出了实对称半正定矩阵的三角分解的一种算法。