Welcome![Sign In][Sign Up]
Location:
Search - EIG-M

Search list

[Linux-UnixEIG-MiniGui2.0

Description: 一个在linux+MiniGui的彩票销售终端程序,基于framebuffer的程序.-MiniGui sales of lottery terminal program, based on the framebuffer procedures.
Platform: | Size: 228352 | Author: 蓝天 | Hits:

[matlabMATLAB_code

Description: MATLAB高级编程,MATLAB工程数学,MATLAB实用教程,MATLAB图形图像等源码集锦-MATLAB high-level programming, engineering MATLAB mathematics, MATLAB practical guides, such as MATLAB graphics source Collection
Platform: | Size: 1854464 | Author: 王春明 | Hits:

[matlabMATLAB_syjc

Description: 《MATLAB实用教程》用到的部分程序,比较全的。-" MATLAB Practical Guide" Part of the procedure used to compare the sound.
Platform: | Size: 626688 | Author: zym | Hits:

[AI-NN-PRmachine-learning_PCA

Description: 环境为winpython 32bit 2.7.5.3 p = PCA() print u"均值化后的数据集为:",p.dataset( H:\\PCA_test.txt ) print u"协方差矩阵为:",p.COV() print u"特征向量为:",p.eig_vector()[1] tt = p.pc(dim=1) print "tt:",tt print u"新的维度数据集",tt[1]- """ Principal components analysis,PCA,COV,eig,eig vector Parameters¶ : path:数据集的存放路径 dim : 数据降维后的维度数 Attribute: means_data : 原数据- 原数据均值化 m : 数据集的行数 n :数据集的列数 cov_matrix : 协方差矩阵 eig_vectors : 协方差矩阵的特征向量 eig_value : 协方差矩阵求得的特征值 cum_P : 排序后的特征值, 累积百分比计算 Method: PCA.dataset():数据集导入, return:means_data,array(m,n) PCA.cov_matrix:协方差矩阵计算, retrn:cov_matrix,array(n,n) PCA.eig_vector:特征值和特征向量计算, return:(eig_value, eig_vectors),(array(1xn),array(n,n)) PCA.pc:降维后的数据集计算, return:data_rescaled,array(m,dim), defaut:dim=2 """
Platform: | Size: 2048 | Author: hhkk | Hits:

[Windows Develop附件

Description: lc; clear; A=[1 1.2 1.5 1.5; 0.833 1 1.2 1.2; 0.667 0.833 1 1.2; 0.667 0.833 0.833 1]; %因素对比矩阵A,只需要改变矩阵A [m,n]=size(A); %获取指标个数 RI=[0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51]; R=rank(A); %求判断矩阵的秩 [V,D]=eig(A); %求判断矩阵的特征值和特征向量,V特征值,D特征向量; tz=max(D); B=max(tz); %最大特征值 [row, col]=find(D==B); %最大特征值所在位置 C=V(:,col); %对应特征向量 CI=(B-n)/(n-1); %计算一致性检验指标CI CR=CI/RI(1,n); if CR<0.10 disp('CI=');disp(CI); disp('CR=');disp(CR); disp('对比矩阵A通过一致性检验,各向量权重向量Q为:'); Q=zeros(n,1); for i=1:n Q(i,1)=C(i,1)/sum(C(:,1)); %特征向量标准化 end(lc; clear; A=[1 1.2 1.5 1.5; 0.833 1 1.2 1.2; 0.667 0.833 1 1.2; 0.667 0.833 0.833 1];)
Platform: | Size: 69632 | Author: 嘻嘻13 | Hits:

[Othermusic

Description: MUSIC 算法MATLAB仿真源代码 clc clear all format long %将数据显示为长整型科学计数 N=200;%快拍数 doa=[20 60]/180*pi; %信号到达角 w=[pi/4 pi/3]';%信号频率 M=10;%阵元数 P=length(w); %信号个数 lambda=150;%波长 d=lambda/2;%阵元间距 snr=20;%信噪比 B=zeros(P,M); %创建一个P行M列的0矩阵 for k=1:P B(k,:)=exp(-j*2*pi*d*sin(doa(k))/lambda*[0:M-1]); %矩阵赋值 end B=B'; xx=2*exp(j*(w*[1:N])); %仿真信号 x=B*xx; x=x+awgn(x,snr);%加入高斯白噪声 R=x*x'; %数据协方差矩阵 [U,V]=eig(R); %求R的特征值和特征向量 UU=U(:,1:M-P); %估计噪声子空间 theta=-90:0.5:90; %%谱峰搜索 for ii=1:length(theta) AA=zeros(1,length(M)); for jj=0:M-1 AA(1+jj)=exp(-j*2*jj*pi*d*sin(theta(ii)/180*pi)/lambda); end WW=AA*UU*UU'*AA'; Pmusic(ii)=abs(1/ WW); end Pmusic=10*log10(Pmusic/max(Pmusic)); %空间谱函数 plot(theta,Pmusic,'-k') xlabel('角度 \theta/degree') ylabel('谱函数P(\theta) /dB') title('MUSIC算法的DOA估计谱') grid on(MUSIC algorithm MATLAB simulation source code)
Platform: | Size: 15360 | Author: 冠华 | Hits:

CodeBus www.codebus.net