代码搜索：大数分解

找到约 4,750 项符合「大数分解」的源代码

代码结果 4,750
热门代码： main.c GPIO I2C SPI UART timer interrupt ADC PWM LED
www.eeworm.com/read/215039/15076614

m pq.m

%PQ分解迭代法 %按何仰赞书p46页例题编程 clear; N=input('请输入节点数:n='); m=input('请输入PV节点数:m='); nl=input('请输入支路数:nl='); ph=input('请输入平衡母线节点号ph='); jd=input('请输入误差精度jd='); % B=input('请输入由支路参数形成的矩阵:B=');
·
www.eeworm.com/read/211300/15183156

txt 内容.txt

附录 PWS_DSPC 汉化的数字信号处理工具箱1.0版中的Matlab 函数 % 用于一书 % % 离散信号和系统 % conv_m - 改进的线性卷积子程序 (第22页) % conv_tp - 用Toeplitz矩阵计算的线性卷积(第34页) % evenodd - 将实信号分解
·
www.eeworm.com/read/210889/15190254

m mydwt2.m

function mydwt2 %主程序用于测试图像, I=imread('hao','bmp'); f=I(1:400,1:400,1); f=double(f); g=mydwt(3,f);%分解后图,3为层数,可以任意大小的整数 ;%任意层数重构，这里用3层 r=imydwt(3,g); t=f-r f=uint8(f); imshow(f); figure%重构后图
·
www.eeworm.com/read/207233/15279056

m f10_4.m

%装载采集的信号leleccum.mat load leleccum; %将信号中第2000到第3450个采样点赋给s indx=2000:3450; s=leleccum(indx); %画出原始信号 subplot(2,2,1); plot(s); title('原始信号'); ylabel('幅值 A'); %用db1小波对原始信号进行3层分解并提取系数 [c,l]=w
·
www.eeworm.com/read/207233/15279059

m f10_8.m

%装载信号 load leleccum; %截取信号中的一段[2600，3100] s=leleccum(2600:3100); %用小波db3对s进行三层分解 [c,l]=wavedec(s,3,'db3'); %选用全局阈值进行信号压缩处理 thr=40; [sd,csd,lsd,perf0,perfl2]=wdencmp('gbl',c,l,'db3',3,t
·
www.eeworm.com/read/461648/1551942

m program_16_18.m

%调入第一幅模糊图像 load cathe_1; X1=X; %调入第二幅模糊图像 load cathe_2; X2=X; %基于小波分解的图像融合 XFUS=wfusimg(X1,X2,'sym4',5,'max','max'); %显示 colormap(map); subplot(2,2,1);image(X1); axis square; title(' Cathe
·
www.eeworm.com/read/461648/1551954

m program_13_14.m

% 当前延拓模式是补零 % 设置信噪比和随机数种子 snr = 3; init = 2055615866; % 产生原始信号，并叠加标准高斯白噪声 [xref,x] = wnoise(3,11,snr,init); % 对x使用sym8小波进行5层分解，得到高频系数。使用SURE阈值、软阈值进行降噪 lev = 5; xd = wden(x,'heursure','s','one'
·
www.eeworm.com/read/461648/1551956

m program_13_13.m

%装载信号 load leleccum; %截取信号中的一段[2600，3100] s=leleccum(2600:3100); %用小波db3对s进行三层分解 [c,l]=wavedec(s,3,'db3'); %选用全局阈值进行信号压缩处理 thr=40; [sd,csd,lsd,perf0,perfl2]=wdencmp('gbl',c,l,'db3',3,t
·
www.eeworm.com/read/461648/1551968

m program_13_18.m

%装载并显示原始图像 load belmont2; subplot(1,2,1);image(X);colormap(map);title('原始图像'); %首先利用db3小波对图像X进行2层分解 [c,l]=wavedec2(X,2,'db3'); %全局阈值 [thr,sorh,keepapp]=ddencmp('cmp','wv',X); %压缩处理：对所有高频系数进行同样的
·
www.eeworm.com/read/461648/1551974

m program_17_05_special.m

%读入EEG信号 load eeg.dat; x=eeg(2,1:512)'; N=length(sig); %采样频率 fs=312.5; %小波分解 [c,l] = wavedec(x,5,'db5'); %重构第5层逼近信号 a5 = wrcoef('a',c,l,'db5',5); %重构第1～5层细节信号 d5 = wrcoef('d',c,l,'db5',5);
·