Qt与MATLAB的混合编程研究与实现,充分发挥Qt和Matlab的各自优势。
2022-05-23 21:09:24 377KB Qt Matlab 混合编程
1
利用特征线方法的基本原理,将水锤基本微分方程转化为便于计算机运算的有限差分方程式,并利用C++语言编制计算机程序。通过MATLAB的图形显示功能对水锤暂态过程数值模拟的试验数据进行研究,采取较优的水锤防护措施。
2022-05-23 20:14:26 835KB 工程技术 论文
1
图像处理是一门迅速发展的学科,在大量领域有着极其广泛的应用。在景物成像的过程中可能出现的模糊、失真或噪声还有变形,会导致图像质量下降,从而降低了图形的科学性,也造成了经济损失。本文主要介绍使用matlab中的图像用户界面(GUI)程序设计的快速开发环境来搭建,然后在图形用户界面中添加控件和程序代码,从而实现各种算法的图像复原。
2022-05-23 18:13:51 36KB MATLAB的图像
1
该课题为基于MATLAB的图像去雾系统。具备一个GUI可视化界面,显示去雾前和去雾后的对比图,不同方法进行图像去雾,通过下拉框选择算法或者按钮选择算法。评价指标。需要你具备一定的计算机编程基础。
2022-05-23 17:02:43 5.6MB matlab 算法 开发语言 图像去雾系统
1
文中针对传统FIR滤波器设计方法繁琐,设计步骤和过程繁杂,且设计好滤波器之后,不能直观快速修改滤波器参数来观察滤波器变化,设计了基于MATLAB的FIR数字滤波器。MATLAB功能强大,在进行有限脉冲响应滤波器(FIR)设计时,利用FDATool工具,根据不同需求,设计出不同的滤波功能。其能够快速处理目标函数,并将实时处理的结果曲线和目标函数进行理论对比,可以做到实时修改,使滤波器的设计更加方便、快捷、直观、节省时间。文中以FIR滤波器设计为例,对信号中噪声做出了处理,并用MATLAB进行了仿真,验证了理论的实现。
2022-05-23 16:38:02 765KB MATLAB;FIR数字滤波器;仿真
1
数字信号处理课程设计说明书--基于MATLAB的数字滤波器设计,采用GUI设计,源程序包含合成信号和语音信号的程序,及运行结果图,MATLAB版本为2019a
2022-05-23 13:41:00 409KB matlab 数字信号处理 课设
1
matlab的egde源代码深度可视化 一些使用Caffe和Matlab的有趣的可视化演示。 FaceVis 可视化由人脸识别模型存储的人脸。 FilterVis 可视化CNN模型学习的中级功能。 启蒙主义 可视化CNN模型中的分类器神经元。 神经网络复杂度 展示神经网络可以实现的复杂程度,宽度,深度和结构。 神经艺术 纸张的另一种重新实现 《艺术风格的神经算法》,作者:莱昂·盖蒂斯(Leon Gatys),亚历山大·埃克(Alexander Ecker)和马蒂亚斯·贝特(Matthias Bethge)。 PrototxtGen 一些模块用于为Caffe生成原型。
2022-05-23 01:55:46 22.32MB 系统开源
1
基于MATLAB的根轨迹绘制与性能分析 基于MATLAB的根轨迹绘制与性能分析
1
matlab录入语音信号代码CDMA通信系统仿真 该程序模拟了使用Matlab的基本CDMA通信系统。 它包括以下组件: cdma.m是主文件。 组件和选件 输入声音 四个.wav文件可模拟四个用户(变量x1,x2,x3和x4)。 程序绘制这些输入信号。 量化 该程序用量化和量化后的信号绘制第一个输入信号。 nivel :量化级别的数量。 选择:量化过程。 可用选项: 1-制服 2-木法 4-A-Law 错误提示:量化误差。 多路访问 opt :用于CDMA访问的代码类型。 可用选项: 1 =正交(同步) 2 =随机(异步) gp :相关矩阵的GP值。 调制 进行BPSK调制。 AWGN频道 该模块模拟一个AWGN通道,在该通道中将噪声添加到通信中。 ebno :Eb / N0。 它是每位能量与噪声功率谱密度之比。 介于1到10之间的值,其中10代表噪声最小的通道。 输出 误码率曲线 该模块使用循环来模拟具有几个Eb / N0值(介于1和10之间)m的AWGN通道,并绘制所选语音的BER曲线。 在此循环中执行解调和用户划分。 errorpe :错误的概率。 它给出了解码错误的平均发生率
2022-05-22 18:53:43 787KB 系统开源
1
matlab图像清晰处理代码手势识别 Matlab的手势识别代码 实时实施: 发行日期:14年7月13日 如何使用: 该程序旨在先拍摄背景图像,然后拍摄手势。 运行代码后: 当网络摄像头LED指示灯点亮时,它将暂停2秒钟并拍摄背景图像快照。 再暂停2秒钟,然后将拍摄手势图像快照。 从手势图像中减去背景,其余处理继续。 识别过程仅适用于单个Blob。 识别码可能需要调整。 应检查和编辑圆度值和峰数以正确识别。 尖端: 如果背景图像和测试图像的对比度(带有手势),则相减过程会更好。 测试此代码时,通常使用清晰的灯光和对比鲜明的背景非常有用。
2022-05-22 16:50:29 10KB 系统开源
1