<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[compression的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/compression</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; compression]]></copyright><item><title><![CDATA[华为eNSP防火墙USG5500基本配置]]></title><link>https://blog.youkuaiyun.com/compression/article/details/127671075</link><guid>https://blog.youkuaiyun.com/compression/article/details/127671075</guid><author>compression</author><pubDate>Thu, 03 Nov 2022 15:18:32 +0800</pubDate><description><![CDATA[华为防火墙USG5500基本配置。]]></description><category></category></item><item><title><![CDATA[Im2col()函数和col2im()函数]]></title><link>https://blog.youkuaiyun.com/compression/article/details/89451060</link><guid>https://blog.youkuaiyun.com/compression/article/details/89451060</guid><author>compression</author><pubDate>Mon, 22 Apr 2019 14:26:15 +0800</pubDate><description><![CDATA[Im2col()函数和col2im()函数

clear all;clc;

im=imread('lena.bmp');%512*512

[height,weight]=size(im);

im1=im2col(im,[16,16],'distinct');%256*1024正好能整除的情况

f...]]></description><category></category></item><item><title><![CDATA[Matlab R2012a安装]]></title><link>https://blog.youkuaiyun.com/compression/article/details/88021889</link><guid>https://blog.youkuaiyun.com/compression/article/details/88021889</guid><author>compression</author><pubDate>Thu, 28 Feb 2019 12:25:24 +0800</pubDate><description><![CDATA[以下是原文转发，今天按照教程执行了一遍，顺利完成了安装。

Matlab R2012a安装详细图文教程

分步阅读

MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。本经验向大家介绍Matlab 2012a的步骤，图文并茂，希望对大家有所帮助。

工具/原料

...]]></description><category></category></item><item><title><![CDATA[奇异值分解和特征值分解]]></title><link>https://blog.youkuaiyun.com/compression/article/details/55210496</link><guid>https://blog.youkuaiyun.com/compression/article/details/55210496</guid><author>compression</author><pubDate>Wed, 15 Feb 2017 16:45:54 +0800</pubDate><description><![CDATA[matlab使用过程中，总会遇到这两种分解方式，而且文献里面有时候完成的目标相同，使用的分解方式确不一样，今天做个小测试，把这两种分解方式弄清楚一些。
clc;
clear all;
m=3;n=5;

P=randn(m,n);
P=P*diag(1./sqrt(diag(P'*P)));

G=P'*P;
[U1 V1]=eig(G)
[U2 S2 V2]=svd(G)
]]></description><category></category></item><item><title><![CDATA[离散余弦变换matlab]]></title><link>https://blog.youkuaiyun.com/compression/article/details/51131526</link><guid>https://blog.youkuaiyun.com/compression/article/details/51131526</guid><author>compression</author><pubDate>Tue, 12 Apr 2016 11:42:14 +0800</pubDate><description><![CDATA[一直对DCT变换感兴趣，matlab的帮助里查了很多遍，每次想用的时候，生怕理解不全面，使用错了，就先查一遍再使用。
T=dctmtx(N)产生DCT变换矩阵，如果进行二维变换，B=T*A*T'，逆变换为A=T'*B*T；
话说二维DCT变换使得能量集中在左上角，它是先进行列变换，再进行行变换；
效果和使用dct2()函数相同，当对多个图像块进行变换时，使用T*A*T'这种方式会更快一些；]]></description><category></category></item><item><title><![CDATA[matlab简单应用]]></title><link>https://blog.youkuaiyun.com/compression/article/details/50945723</link><guid>https://blog.youkuaiyun.com/compression/article/details/50945723</guid><author>compression</author><pubDate>Mon, 21 Mar 2016 13:42:35 +0800</pubDate><description><![CDATA[1.一个集合中，找出最大的3个元。

A=[ 25 4 1 3 7]
[matr ind]=max(A)
[a_sort ind]=sort(A)
a_sort([end-2:end])
 
a_sort =
     1     3     4     7    25
ind =
     3     4     2     5     1
A([end-2:end])
]]></description><category></category></item><item><title><![CDATA[列正交化-施密特正交化方法]]></title><link>https://blog.youkuaiyun.com/compression/article/details/49427219</link><guid>https://blog.youkuaiyun.com/compression/article/details/49427219</guid><author>compression</author><pubDate>Mon, 26 Oct 2015 17:29:47 +0800</pubDate><description><![CDATA[a1=[1 1 0 0];
a2=[1 0 1 0];
a3=[-1 0 0 1];
A=[a1',a2',a3];
u=A;
[m,n] = size(u);
y = u;
y(:,1) = y(:,1)/norm(y(:,1));
for k = 2:n    
    y(:,k)=u(:,k);
end
for k = 2:n    
    for j=k:n]]></description><category></category></item><item><title><![CDATA[矩阵对角化]]></title><link>https://blog.youkuaiyun.com/compression/article/details/49180775</link><guid>https://blog.youkuaiyun.com/compression/article/details/49180775</guid><author>compression</author><pubDate>Fri, 16 Oct 2015 16:52:47 +0800</pubDate><description><![CDATA[一、矩阵对角化的理论 
       一个映射或者一个线性变换，都有一个矩阵和它相对应。矩阵或者映射是不是可以对角化，对工程应用来说比较重要，因为对角化后的矩阵，乘积简单，经过多次变换的话，相当于矩阵的多次方。矩阵能不能对角化，取决于它的特称向量能否构成矩阵的一个基。 
    1．在域 F 上的 n × n 矩阵 A 是可对角化的，当且仅当它的特征空间的维度等于 n，它为真当且仅当存在由 A 的特]]></description><category></category></item><item><title><![CDATA[随机矩阵单位化]]></title><link>https://blog.youkuaiyun.com/compression/article/details/46400771</link><guid>https://blog.youkuaiyun.com/compression/article/details/46400771</guid><author>compression</author><pubDate>Sun, 07 Jun 2015 14:55:33 +0800</pubDate><description><![CDATA[随机矩阵单位化
方法一.   A=A*diag(1./sqrt(diag(A'*A)));
例子．A =
   0.1253   -1.1465    1.1892
   0.2877    1.1909   -0.0376
1.        A'*A =
   0.0985    0.1989    0.1382
   0.1989    2.7327   -1.4082
  ]]></description><category></category></item><item><title><![CDATA[矩阵的各种范数]]></title><link>https://blog.youkuaiyun.com/compression/article/details/46349633</link><guid>https://blog.youkuaiyun.com/compression/article/details/46349633</guid><author>compression</author><pubDate>Wed, 03 Jun 2015 18:32:42 +0800</pubDate><description><![CDATA[矩阵的各种范数
1.     n = norm(A,1) %求A的列范数，等于A的列向量的1-范数的最大值。
2.     n = norm(A,2) %求A的欧几里德范数，和norm(A)相同。
3.     n = norm(A,inf) %求行范数，等于A的行向量的1-范数的最大值即：max(sum(abs(A')))。
4.     n = norm(A, 'fro' ) %求矩阵]]></description><category></category></item><item><title><![CDATA[matlab报错”xlswrite函数的Object returned error code: 0x800A03EC]]></title><link>https://blog.youkuaiyun.com/compression/article/details/45966745</link><guid>https://blog.youkuaiyun.com/compression/article/details/45966745</guid><author>compression</author><pubDate>Mon, 25 May 2015 10:27:03 +0800</pubDate><description><![CDATA[【总结】“matlab报错”xlswrite函数的Object returned error code: 0x800A03EC
(2013-07-27 09:43:29)
转载▼






标签： 

xlswrite
 

it


分类： matlab





matlab中使用xlswrite将数据写入Excel文档的时候有时候会出现报错：]]></description><category></category></item><item><title><![CDATA[MP算法错误例子]]></title><link>https://blog.youkuaiyun.com/compression/article/details/42266937</link><guid>https://blog.youkuaiyun.com/compression/article/details/42266937</guid><author>compression</author><pubDate>Tue, 30 Dec 2014 15:40:43 +0800</pubDate><description><![CDATA[匹配追踪算法，在信号恢复过程中，应用广泛，以为它的复杂度低，易于计算，但是存在过匹配现象，下面就是一个错误的例子
     
   clear all;n=6;m=10;  %A是高斯随机矩阵，已经单位化
    A =[ -0.1620    0.4185    0.6517    0.5354    0.0348   -0.2154    0.3478    0.6858    0.42]]></description><category></category></item><item><title><![CDATA[矩阵对角化1]]></title><link>https://blog.youkuaiyun.com/compression/article/details/42152875</link><guid>https://blog.youkuaiyun.com/compression/article/details/42152875</guid><author>compression</author><pubDate>Thu, 25 Dec 2014 20:55:39 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[压缩感知的几点困惑]]></title><link>https://blog.youkuaiyun.com/compression/article/details/39005205</link><guid>https://blog.youkuaiyun.com/compression/article/details/39005205</guid><author>compression</author><pubDate>Tue, 02 Sep 2014 14:17:06 +0800</pubDate><description><![CDATA[好久不来了，]]></description><category></category></item><item><title><![CDATA[图像类型转换]]></title><link>https://blog.youkuaiyun.com/compression/article/details/9136431</link><guid>https://blog.youkuaiyun.com/compression/article/details/9136431</guid><author>compression</author><pubDate>Thu, 20 Jun 2013 13:46:49 +0800</pubDate><description><![CDATA[x=imread('cameraman.tif');
y=double(x);
z=im2double(x)
w=im2uint8(z)
subplot(141)
imshow(x)
subplot(142)
imshow(y)
subplot(143)
imshow(z)
subplot(144)
imshow(w)
说明：x是整型数据，y虽然是double型数据，但取值]]></description><category></category></item><item><title><![CDATA[gabor原子的产生]]></title><link>https://blog.youkuaiyun.com/compression/article/details/9039619</link><guid>https://blog.youkuaiyun.com/compression/article/details/9039619</guid><author>compression</author><pubDate>Thu, 06 Jun 2013 15:47:59 +0800</pubDate><description><![CDATA[看了几篇文章，关于信号的稀疏逼近，gabor原子库一般用于语音信号的表示和去噪，由于其良好的时频逼近性能，以及原子库的过完备性，可以用于表示一维信号。
其参数有4个，（s,u,v,w）分别表示尺度拉伸、位移中心、频率变化、相位变化。将参数离散化，对于32位长的信号，用200个点来逼近得到10804个原子。matlab代码如下
 a=2;
delta_u=1/2;
delta_v=pi;]]></description><category></category></item><item><title><![CDATA[小波分解图像应用]]></title><link>https://blog.youkuaiyun.com/compression/article/details/8732969</link><guid>https://blog.youkuaiyun.com/compression/article/details/8732969</guid><author>compression</author><pubDate>Thu, 28 Mar 2013 18:12:10 +0800</pubDate><description><![CDATA[最近学习了一段小波，对小波函数在信号处理中得应用有了大概的了解，对信号进行小波分解，主要过程就是求平均和细节，设{x1,x2}表示一个两元素的信号，a=（x1+x2）/2;d=（x1-x2）/2，二元素组{a,d}可表示原信号，并且
x1=a+d;x2=a-d;即由{a,d}可恢复原信号。这就是小波分解的思想。对于长度为N的信号，我们可以构造小波的滤波器组，滤波器的系数可能小于信号的长度，通过在]]></description><category></category></item><item><title><![CDATA[DCT修正后]]></title><link>https://blog.youkuaiyun.com/compression/article/details/8626211</link><guid>https://blog.youkuaiyun.com/compression/article/details/8626211</guid><author>compression</author><pubDate>Fri, 01 Mar 2013 15:01:10 +0800</pubDate><description><![CDATA[代码如下，上一篇中的问题终于找到了，mask是点乘，而不是乘，修改后合matlab自带程序实现的效果一样。不过还是有个小问题没弄明白，就是wbarb是索引图像，为什么使用imshow()显示，什么也没有？希望以后得到解决，本方案在cameraman.if上实现也没问题，只需要把tif中的数据转换成double类型。
 
clear;
clear all;
clc;
load wbarb;]]></description><category></category></item><item><title><![CDATA[DCT变换的学习]]></title><link>https://blog.youkuaiyun.com/compression/article/details/8622752</link><guid>https://blog.youkuaiyun.com/compression/article/details/8622752</guid><author>compression</author><pubDate>Fri, 01 Mar 2013 14:06:36 +0800</pubDate><description><![CDATA[第一篇日志2013年2月28日，The last day of Feb,2013.
         自己决定把图像压缩作为自己的研究方向，最近一周刚起步，看了几篇关于DCT变换的文章，之所以从DCT开始，是觉得它小波变换和热门的压缩感知要容易入手。而且对刚刚开始matlab使用的人来说，也比较容易操作。小波变换类型太多，滤波器的设置，以及一维、二维、离散、连续、正交、双正交等，还不太知道各种类]]></description><category></category></item></channel></rss>