一个自适应软阈值去噪的原程序，很实用，我用它解决了很多问题

NOAA网站AVHRR卫星数据绘图（SST）。数据选用原因:它本身是已经被处理过的27年（1982-2008）全球月平均数据，而且数据精度非常高，对于研究全球SST的气候态特征有较好的说服性；另外，选择2月与8月的数据，对描述海洋水温的平面分布更具有代表性。

很方便实用的PT100热阻和温度自动计算器，对采用PT100作文度传感器的温控系统设计很有帮助！

用于高密度噪声的基于决策的中值滤波器

可用于前端opencv识别颜色，以及布料颜色选择一类

图像的中值滤波算法，可以运行，用C++编写，滤波效果明显。开源代码

JS三级联动插件,可以传入默认值,城市地区数据可以通过接口获取或者使用默认数据

双门限算法，用于语音端点检测。可以通过调整门限值，并加入门限自适应算法，实现语音端点检测。

两步迭代收缩阈值算法用于实现压缩感知求解。

基于matlab的表情识别代码使用奇异值分解（SVD）在MATLAB中进行人脸重构 由J.Barhydt 1 华盛顿大学华盛顿州西雅图市98195 概述： 奇异值分解（SVD）是一种有用的计算工具，可用于减少超定系统的维数。 它具有各种各样的应用程序，从面部识别软件到科学数据的降噪再到量子信息，甚至被Netflix用来过滤和确定用户内容。 在本文中，该方法用于解构人脸数据库，从而允许低秩逼近来重建图像。 1-此报告使用扩展的Yale Faces B数据库： 简介与概述 ================================= 耶鲁的人脸数据库用于编辑许多人的脸部图像。 总体上有两个数据集：一组被裁剪以使面部对齐良好，而另一组则未被裁剪。 一旦执行了SVD，便会执行许多计算和分析。 首先，一系列奇异值用于确定构成“面部空间”的基础基础面部的权重，该“面部空间”代表所有面部的基础结构。 然后对重建脸部以及本征脸部自身的能力进行比较。 为了观察低秩逼近的演变，矩阵是逐块重构的。 最后，在裁剪后的图像和未裁剪的图像之间进行比较，并将各种面部映射到“面部空间”以进行重构。 理论背景\n=