- 博客(2)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 matlab算法耗时计算
第一， 采用cpu计时变量：T=cputime;…… E=cputime-T;第二， M文件调用记录：profile函数
2011-10-11 11:21:36
745
翻译 M文件的调试方法
M文件的调试直接调试法：第一， 将重点怀疑的命令行最后的分号去掉或者改为逗号，使得计算结果能够实时地显示在屏幕上，根据显示的结果可以判断问题的所在。第二， 利用echo命令；第三， Keyboard命令：程序运行中碰到该命令时会停止执行，控制权交给用户，此时
2011-10-11 11:19:45
20476
unscented kalman filter by matlab
unscented kalman filtering程序：包含函数和一个demon。程序包括五个步骤：参数计算、sigma点集计算、时间更新、观测更新、滤波更新。每一步都有详细的注释。以供学习参考。
2012-04-15
基本的粒子滤波程序matlab
这是一个小程序matlab：主要为了说明非线性、非高斯系统的跟踪问题：扩展的卡尔曼滤波算法与粒子滤波算法比较。理解它，对于理解这两宗算法很有帮助。
2011-11-10
通过颜色值的C均值聚类分析实现图像分割
% imgFCMClust.m 根据灰度值采用模糊C均值对数据集imgData聚为cluster_n类
%
% 用法：
% 1. [center,U,obj_fcn] = FCMClust(imgData,N_cluster,options);
% 2. [center,U,obj_fcn] = FCMClust(imgData,N_cluster);
%
% 输入：
% imgData ---- row*col*nchannels矩阵
% N_cluster ---- 标量,表示聚合中心数目,即类别数
% options ---- 4x1矩阵，其中
% options(1): 隶属度矩阵U的指数，>1 (缺省值: 2.0)
% options(2): 最大迭代次数 (缺省值: 100)
% options(3): 隶属度最小变化量,迭代终止条件 (缺省值: 1e-5)
% options(4): 每次迭代是否输出信息标志 (缺省值: 1)
% 输出：
% center ---- 聚类中心:N_cluster*nchannels
% U ---- 隶属度矩阵:row*col*N_cluster
% obj_fcn ---- 目标函数值:1*1
2011-10-11
对图像颜色值采用模糊C均值聚类
% imgFCMClust.m 根据灰度值采用模糊C均值对数据集imgData聚为cluster_n类
%
% 用法：
% 1. [center,U,obj_fcn] = FCMClust(imgData,N_cluster,options);
% 2. [center,U,obj_fcn] = FCMClust(imgData,N_cluster);
%
% 输入：
% imgData ---- row*col*nchannels矩阵
% N_cluster ---- 标量,表示聚合中心数目,即类别数
% options ---- 4x1矩阵，其中
% options(1): 隶属度矩阵U的指数，>1 (缺省值: 2.0)
% options(2): 最大迭代次数 (缺省值: 100)
% options(3): 隶属度最小变化量,迭代终止条件 (缺省值: 1e-5)
% options(4): 每次迭代是否输出信息标志 (缺省值: 1)
% 输出：
% center ---- 聚类中心:N_cluster*nchannels
% U ---- 隶属度矩阵:row*col*N_cluster
% obj_fcn ---- 目标函数值:1*1
2011-10-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人