提出一种自适应的频域增强算法。对图像进行离散余弦变换( DCT),按照图像空间内容和频域系数的对应关 系,对低频系数( DC)采用α-rooting算法进行调整,压缩图像的动态范围,增强图像照度分量中明区和暗区的细节。 把高频系数( AC)分成4部分,按照人的视觉特性进行多尺度非线性调整,增强图像反射分量中大块边缘细节,抑 制弱噪声细节,使图像的对比度得到有效的提升。同时由子块图像频域系数幅值分布特征确定低频系数调整函数 的控制参数,消除了图像产生的块效应。实验结果表明增强后的图像清晰,层次分明,视觉效果

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

国家十一五教材的答案，这是个经典教材，答案仅供参考~~~~

这是用于语音转换的VQ-VAE模型的实现。 到目前为止，结果还不如DeepMind令人印象深刻（您可以找到其结果）。 我的估计是语音质量为2-3，清晰度为3-4（按5阶平均意见得分）。 欢迎捐款。 当前结果 音频样本 经过50万步训练（约2天）后的结果： 来源1： （我们消息感到鼓舞） 目标1： 资料来源2： （谁是神秘议员？） 目标2： 资料来源3： （在阿伯丁亚历克斯·弗格森（Alex Ferguson）的下，这是可以做到的。 目标3： 资料来源4： （那是一个艰辛的时刻。） 目标4： 笔记： 格式：[发言人] _ [句子] 作者没有在上指定目标演讲者。 演讲者空间 VQ-VAE学习的扬声器空间的PCA-2D（Tensorboard屏幕截图）。 请注意，性别是自然分开的，如Deep Voice 2的图4所示。 有趣的是， p280的性别未在VCTK发布的Spea

10.2 离散分数傅里叶变换算法 利用前述关于离散傅里叶变换的算法公式，可以得到离散分 数傅里叶变换算法，即离散分数傅里叶变换算法。 10.2.1 离散分数傅里叶变换 根据离散傅里叶变换的矩阵形式，定义记号          3,2,1,0, ,...,, 10   lxxx lNlill X (10.2.1) 它们的递推关系是       3,2,1,0, 011   l lll XEEXX (10.2.2) 当 0l 时，对应的是原始数字信号；当 1l 时，相应的是原始信 号的离散傅里叶变换。利用这些记号，定义幂次 的离散分数傅 里叶变换为          0 3 0 3 0 XEXX            l l l l l l AA   (10.2.3) 这里   3,2,1,0, jAj  是的连续函数。引入矩阵记号     3 0l l lA EE   (10.2.4) 称为矩阵 E 的次幂（定义在后面）。那么，幂次 的分数离散 傅里叶变换可以写成    0 XEX   (10.2.5) 其中   3,2,1,0, jAj  是只与 有关的系数,它使得   sFR ,   全 体生成的矩阵族  RFs  ; 满足如下公理。

内含华师大软件学院离散数学试卷及课件，希望对大家有帮助

离散数学课后答案，只有偶数题，而且是英文，介意勿下

离散系统极点放置，在 MATLAB 中没有“Acker”或“Place”命令。 它可以轻松更改以处理不同的系统。 艾曼·阿拉克aiman.h9191@gmail.com

算法已经经过验证，没有问题，里面带的测试数据.grd数据是surfer软件专用的一种格式数据，可以下载surfer软件进行验证。这个算法里面提供了寻找等值线的方法，并得到了值。我使用这个提取了等值线在OSG上实现了绘制。

介绍了离散单元法的计算模型和单元模型,并通过软件EDEM对散装物料的输送进行了动态仿真和数据分析。通过分析得出了粒子速度和距离的扫略图,并指出了离散单元法存在的不足之处,提出将不同数值方法进行结合的思想。