画图.rar - Android 小项目开发示例：画图小程序源码。,2020-07-10 13:53:52,下载1次
贪吃蛇.rar - Android 小项目开发示例：贪吃蛇小程序源码。,2020-07-10 13:43:28,下载0次
VB串口传输文本.rar - 串口传输文本,实现2台PC间的通信，简单的文本传输工具。,2020-07-10 13:24:22,下载2次
eemd.rar - EMD的改进算法——集成经验模态分解（EEMD）。,2020-07-10 13:10:11,下载2次
FractalDim.rar - 求一维数据的分形维度的matlab代码。,2020-07-10 12:57:08,下载0次
Code.rar - wigner ville EEG data
Non_stationary_signal_analysis.rar - 非平稳信号分析。STFT变换及其MATLAB实现，Garbor展开、Choi-Williams分布、Wigner-Ville分布及其MATLAB实现。
HOSA-Toolbox.zip - MATLAB高阶谱分析(Higher-Order Spectral Analysis )信号处理工具箱，有详细的安装说明。
HOSA.rar - 数字信号处理高阶谱工具箱，里面包含工具箱的使用说明
hosa.zip - matlab 高阶谱工具箱，包含了信号分析的bispecd,bispeci,bispecx,bicoher等30多个函数
shuangpu.rar - 本附件包含在matlab环境下双谱分析源码的m文件，除了高阶谱，是用的比较广泛的一种。主要用于TDOA及弱信号检测等。可以动手下载后在matlab下运行之。和我前次发的高阶谱分析帖子一样，是要手动加入matlab高阶谱工具箱！
high-order-modreco.zip - 基于高阶累积量的调制识别matlab源码，该算法可以对常用的2ask,2psk,2fsk,4ask,4psk,4fsk信号进行识别，准确率高。
echo_cancellation.rar - 能够实现完全重建的多通道滤波器组，进行子带分解，然后进行回声抵消。
the-design-of-Four-band-filter-banks.zip - 四带滤波器组的matlab实现代码，内含正确的仿真结果 及详细标注，新手可以参考。
MATLAB--signal-processing.zip - 《MATLAB信号处理》刘波著 电子版以及全部的源代码，非常合适初学者
MATLAB信号处理 源代码.zip - MATLAB信号处理；沈再阳；源代码；清华大学出版社
VMD-DFA.rar - fvmd分解算法，提高降噪性能，极大提高算法的精确性和运行速度
emd Vs vmd.rar - 经验模态分解效果和改进后VMD分解方法对比,尤其是在传统经验模态分解结果的弊端上
VMDtest.rar - 改进的变分模态分解算法，有效提取振动信号中故障频率。
基于遗传算法优化VMD参数.rar - 基于遗传算法优化多尺度排列熵参数，类似于粒子群算法优化参数
LBP.zip - 基本LBP算法和改进的不同邻域半径和邻域点的LBP算法 以及LBP改进论文
mixture_of_gaussians.zip - 基于GMM（高斯混合模型）的背景建模,算法实现
对于一个给定的视频序列。其图像的宽、高是确定值。
混合高斯背景建模分如下两大步骤：
1. 初始化(init)：根据第一帧，分配相应大小的数据结构。每个像素里，根据第一帧对应的像素值大小，初始化第一个高斯模型。
2. 更新(update)：除了第一帧是初始化过程之外，其他各帧的处理过程均算作“更新”。更新过程包括：像素背景模型的更新，检查像素是否为前景等。
gmm.zip - 混合高斯模型使用K（基本为3到5个） 个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。通观整个高斯模型，他主要是有方差和均值两个参数决定，,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。由于我们是对运动目标的背景提取建模，因此需要对高斯模型中方差和均值两个参数实时更新。为提高模型的学习能力,改进方法对均值和方差的更新采用不同的学习率 为提高在繁忙的场景下,大而慢的运动目标的检测效果,引入权值均值的概念,建立背景图像并实时更新,然后结合权值、权值均值和背景图像对像素点进行前景和背景的分类。
gaussmix.rar - GMM（高斯混合模型），在语音和图像方面有着广泛的作用，用于特征值的建模以及识别。
GMM.zip - 内含visual C++和MATLAB代码，利用高斯呼喝模型进行背景建模，自适应确定高斯分量的个数，由Z.Zivkovic开发，相关文章是 Improved adaptive Gausian mixture model for background subtraction