Sousky的博客

% 最陡下降算法仿真实例 现代数字信号处理及其应用 4.3.4close all clc% 模拟产生输入随机序列u(n)% 迭代步长 0.02q = 0.02;N = 1000;% 2抽头维纳滤波器，迭代次数为NW = zeros(2, N);R = [1.0997 0.4997; 0.4997 1.0997]% 其中D为特征值构成的对角阵，特征向量为V[V, D] = e

% LMS算法 现代数字信号处理及其应用 4.4.4close all clc% 期望信号d(n)d = zeros(1,N);% 2抽头维纳滤波器，迭代次数为NW = zeros(2, N);% 2抽头维纳滤波器输入信号u = zeros(1, N);% 2抽头维纳滤波器输出信号，即期望信号的估计y = zeros(1, N);% 2抽头维纳滤波器输出误差，即y(n) -

理想带通使用如下函数，dim是维度，如果input是一维，则dim=1% FILTERED = ideal_bandpassing(INPUT,DIM,WL,WH,SAMPLINGRATE)% % Apply ideal band pass filter on INPUT along dimension DIM.% % WL: lower cutoff frequency of ide

低通滤波fs=30; %采样频率N=300; %N/fs 秒数据n=0:N-1; t=n/fs; %时间if 0fl = 0.4; %低频fh = 5; %高频s=cos(2*pi*fl*t)+cos(2*pi*fh*t); %s是

 [转载]推荐一些CRF的matlab工具箱http://blog.sina.com.cn/s/blog_4a18533301015xjr.html 多篇用DL做Semantic Segmentation的文章总结https://www.cnblogs.com/yymn/articles/5377340.html...