Signal Vision 是一款用户友好的时域、频域和时频域信号分析应用程序。 分析包括信号的示波图、相关图、频谱和频谱图可视化以及一些信号统计信息，包括但不限于：信号的正负峰值、平均值、平均校正和均方根值，以及信息分析的时间和频率分辨率（如适用）。 给出了一些示例文件（.dat、.txt、.wav）以阐明应用程序的用法：“ECG.txt”可以在时域中进行分析（例如用于诊断目的）； “BuriedSignal.dat”可以通过相关性或/和在频域中进行分析（例如用于掩埋正弦波分量检测），而“Glock18.wav”可以通过相关性进行分析（例如用于射速测量）。 该代码基于以下描述的理论： [1] D. Manolakis, V. Ingle。 应用数字信号处理。 剑桥，剑桥大学出版社，2011 年。 [2] T. Dutoit, F. Marquґes。 应用信号处理：基于 MATL

线性格雷编码的matlab实现，包括编码和解码

提取高频系数 命令：detcoef2 格式： A= detcoef2(‘type’,C,S,’wname’,N) 说明： Type: ’h’ 水平；‘v’垂直；‘d’对角 cH2 = detcoef2('h',C,S,2); cV2 = detcoef2('v',C,S,2); cD2 = detcoef2('d',C,S,2); cH1 = detcoef2('h',C,S,1); cV1 = detcoef2('v',C,S,1); cD1 = detcoef2('d',C,S,1);

使用Matlab实现图像处理的空间滤波 matlab源代码

详解关于MQAM的调制解调原理及相应算法的MATLAB实现。

This code can achieve panoramic stitching technology

MATLAB实现潮流计算程序 MATLAB实现潮流计算程序，牛顿拉夫逊法计算源代码

使用matlab进行图像拼接。图像的拼接技术包括三大部分：特征点提取与匹配、图像配准、图像融合。图像拼接是一项应用广泛的图像处理技术。根据特征点的相互匹配，可以将多张小视角的图像拼接成为一张大视角的图像，在广角照片合成、卫星照片处理、医学图像处理等领域都有应用。早期的图像拼接主要是运用像素值匹配的方法。后来，人们分别在两幅图像中寻找拐点、边缘等稳定的特征，用特征匹配的方法拼接图像。

用matlab语言实现了对数值图像标定，其中分两种算法：Tsai算法及张正友算法。

本文详细介绍了FCM聚类算法的理论和实现步骤。并用Matlab演示了FCM用于数据挖掘。