这是一个可用于卷积两个离散信号（或矩阵）的函数。 它不使用内置的 'conv' 函数。 与 'conv' 函数的语法相同。 事实上，这是对 'conv' 函数的替代。

根据hopfiled神经网络相关知识设计一个具有联想记忆功能的离散hopfiled神经网络，要求该网络可以正确识别0~9这10个数字。

DSP技术及应用实习-离散余弦变换（DCT）算法。

这是一份完整的设计报告，用MATLAB做二维灰度图象的统计分析及DWT变换处理 ① 采集一幅像素大于64*64灰度图像； ② 常规的数学统计数据处理：计算图象各象素点灰度值得均值、标准差、方差，并绘出灰度直方图； ③ 采用DWT（离散小波变换）对图像进行分析

离散数学耿素云第三版课后习题答按，附带习题解析和习题总结的技巧！

离散时间信号处理课件的pdf形式 是老师上课后修改过后 无错误~~

NULL 博文链接：https://zeusami.iteye.com/blog/1112825

请仅在您对优化问题有一个好的总体想法时才使用此文件，否则这可能无法解决您的问题。 此代码将模拟退火自定义为整数/离散（可调整）优化。 因此，它依赖于 MATLAB 的模拟退火算法。 请确保您有合适的工具箱。 请非常仔细地阅读“SAIntegerOptim”中的注释。 这是您需要运行的代码。 您可能还想调整其他文件。 此提交通过示例演示了如何将 MATLAB 的“simulannealbnd”转换为整数/离散优化器。 这个例子有一些特殊的条件！！！ 这有一些优点，但是您的优化问题可能无法从这些优点中受益。 这就是为什么您需要真正了解优化问题的原因。 在使用此演示之前，也许需要考虑一些基本的事情/条件： 1-您知道目标函数的全局最小值恰好在解空间的某个整数/离散位置（此示例就是这种情况，其中全局最小值为[0,0]）。 2-您可以牺牲解决方案空间的十进制精度来提高速度，这样您就可以

在这段代码中，提出了一种使用离散小波变换 (DWT) 的新混合技术。 我们展示了使用功率信噪比 (PSNR) 作为质量度量的评估，我们展示了具有阈值、量化以及 RLE 和霍夫曼组合作为编码阶段的 DWT，在 PSNR 方面提供了比 JPEG 更好的性能，我们可以获得重要的CR。 我们的算法是这样的： 读取图像-->DWT 变换-->阈值化-->量化-->RLE 编码--> 霍夫曼编码--> 将压缩图像保存在文件中（*.Hdwt） 在解压步骤中我们应该打开文件（*.Hdwt）之后的步骤是这样的：霍夫曼解码-->RLE解码-->量化逆-->IDCT变换-->打开图像为Bmp图像文件： compdwt.m: 压缩图像的主要代码我们只运行 compdct.m decompdwt.m: 为了重建我们的图像，我们在这里的意思是如果我们想解压缩之前获得的文件（.Hdwt），只有我们运行此代码并选择感兴趣

Logistic回归和朴素贝叶斯 在UCI机器学习数据集上实现了Logistic回归和朴素贝叶斯。 对于这两个模型，使用混淆矩阵评估了这些分类器。