该算法通过检测飞机相对于地平线的滚转角来计算具有分类策略的地平线。 它还尝试估计计算出的滚动值有多好。 这个例子应该向你展示图像分类的基本工作原理。 还有几个测试图像可以玩。 这种方法的工作原理： 图像被分成代表天空的白色像素和代表地面的黑色像素。 这是由 SVM 分类器完成的，该分类器使用来自多个天空和地面图片的真实数据进行训练。 为了训练，我提取了天空和地面的几种基于颜色和纹理的特征。 在二进制结果图像中，您现在可以提取分隔黑白像素的地平线。 为了计算飞机相对于地平线的侧倾角，我计算了一个 1 阶多项式，通过查看多项式拟合的好坏，您可以对计算出的侧倾角的准确性进行说明。 要运行该算法，您首先必须使用以下命令训练 SVM 分类器通过执行在“Test_set_Training”中给出的示例图像“Train_Classifier.m” 然后它生成“SVM_Struckt.mat”，

预白化滤波器及其功率谱估计分析 预白化滤波器及其功率谱估计分析 预白化滤波器及其功率谱估计分析

基于研究卡尔曼滤波算法在锂电池荷电状态估计和监测中应用效果的目的，本文通过建立Thevenin电池模型，结合锂电池恒定电流充放电实验数据，有效模拟出电池实际工作特性，并分别采用传统卡尔曼滤波（KF）和扩展卡尔曼滤波（EKF）算法对锂电池荷电状态（SOC）进行估测。得出如下结论：采用基于Thevenin电池模型的KF与EKF算法均可以快速精准地估测锂电池荷电状态。EKF对于初值的敏感度相较KF明显低，当初值为80%时参数适应性较好。此外，在利用卡尔曼滤波算法对电池端电压估测时发现其收敛值总会与真实值产生一个约为0.05 V的恒定偏差值。

基于虚拟阵元内插的互质阵目标DOD和DOA联合估计算法

计算一组数据之间的互信息，利用了核密度估计函数

Theory of Point Estimation点估计理论英文版 第二版 郑中国译

Matlab 代码解决 带有协同进化特征的多阶段决策的流水车间成组调度问题

matlab分时代码电力系统状态估计 这是使用MATPOWER生成的IEEE 14总线系统的数据集。 它包括各种测量（作为输入）和电压以及所有14条总线的大小（作为状态）。 该论文已发表在《国际电力与能源系统杂志》上。 这是arxiv的链接 单击下面的链接以获取数据集和源代码。 有些文件尚未上传。 请阅读本文以了解此代码。 GM-Estimator的MATLAB代码是从以下链接获得的。 如果您使用GM-Estimator，请在链接中引用该论文。 请将此工作引用为@article {BHUSAL2021106806，title = {基于深度学习的实时电力系统状态估计的综合方法}，期刊= {International Electric and Power Systems}，卷= {129}，页数= {106806}，年份= {2021}，}

介绍了Copula函数的基本定义和性质以及非参数统计中的核估计方法,运用核估计方法来估计Copula函数,应用核估计的性质证明了估计出的Copula函数是真实Copula函数的一致强相合。

稳健的电力系统状态估计器对于监控应用至关重要。 根据我们的经验，我们发现使用投影统计的鲁棒广义最大似然（GM）估计是文献中最好的方法之一。 它对多个交互和一致的不良数据、不良杠杆点、不良零注入以及某些类型的网络攻击具有鲁棒性。 此外，其计算效率高，适合在线应用。 除了 GM 估计器的良好击穿点外，它在高斯或其他厚尾非高斯测量噪声下具有很高的统计效率。 使用 SCADA 测量的 GM 估计器的原始版本是由 Mili 和他的同事在 1996 年提出的 [1]。 通过在 [R2] 中使用 Givens 旋转增强了其数值稳定性。 在 [R3] 中，GM 估计器被扩展为同时估计变压器抽头位置和系统状态。 错误的零注射也得到了解决。 在 [R4] 中，提出了 GM 估计器来处理动态状态估计中的创新和观察异常值以及测量损失。 在这里，我们想与所有研究人员分享 GM 估计器的 Matlab 代码。 我们还