代码搜索：连续波

找到约 10,000 项符合「连续波」的源代码

代码结果 10,000
热门代码： main.c GPIO I2C SPI UART timer interrupt ADC PWM LED
www.eeworm.com/read/406902/11432925

m f14_5.m

%装载数据 load sample.dat -ascii; xdata=sample; %d2小波进行5层分解 %一维小波分解 [c,l] = wavedec(xdata,5,'db2'); %重构第1-4层细节系数 d5 = wrcoef('d',c,l,'db2',5); d4 = wrcoef('d',c,l,'db2',4); d3 = wrcoef('d',c,l,'d
·
www.eeworm.com/read/405759/11458293

txt records.txt

周彪 89.5 89 98.2 82 61 李明 97 91 94 82 76 江波 88 92 91 93 97 李梅 76 72 82 72 46 周彪 79.5 75 71 72 72 秦明 81 84 82 86 84 里斯 97 91 97 91 90 周地 89.5 71 72 81 82 李三 97 91 72 82 61 江个 88 85 72 91 81 李国
·
www.eeworm.com/read/402274/11539897

m chonggoumallat.m

%程序为gjsdgjsd 所写 %小波谱分析mallat算法经典程序 clc;clear; %% 1.正弦波定义 f1=50; % 频率1 f2=100; % 频率2 fs=2*(f1+f2); % 采样频率 Ts=1/fs; % 采样间隔 N=120; % 采样点数 n=1:N; y=sin(2*pi*f1*n*Ts)+sin(2*pi*f2*n*Ts
·
www.eeworm.com/read/262288/11594329

m f14_5.m

%装载数据 load sample.dat -ascii; xdata=sample; %d2小波进行5层分解 %一维小波分解 [c,l] = wavedec(xdata,5,'db2'); %重构第1-4层细节系数 d5 = wrcoef('d',c,l,'db2',5); d4 = wrcoef('d',c,l,'db2',4); d3 = wrcoef('d',c,l,'d
·
www.eeworm.com/read/156378/11807755

m examp13_6.m

clc; clear; %设置信噪比和随机种子值 snr=4; init=2055615866; %产生原始信号sref和被高斯白噪声污染的信号s [sref,s]=wnoise(1,11,sqrt(snr),init); %用sym8小波对信号s进行3层分解并对细节系数 %选用SURE阈值模式和尺度噪声 xd1=wden(s,'heursure','s','one',3,'sy
·
www.eeworm.com/read/155572/11862826

m henon.m

% 产生 Henon 序列　 % 使用平台 - Matlab6.5 % 作者：陆振波，海军工程大学 % 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页 % 电子邮件：luzhenbo@sina.com % 个人主页：luzhenbo.88uu.com.cn % Henon映射 x(n+1) = 1 - a * x(n)^2 + y(n); y(n+1) = b *
·
www.eeworm.com/read/254631/12125915

m main_volterra_multisteppred.m

% 混沌时间序列的 volterra 预测(多步预测) -- 主函数 % 使用平台 - Matlab6.5 / Matlab7.0 % 作者：陆振波，海军工程大学 % 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页 % 电子邮件：luzhenbo@yahoo.com.cn % 个人主页：http://luzhenbo.88uu.com.cn clc clear close all
·
www.eeworm.com/read/254631/12125932

m main_volterra.m

% 混沌时间序列的 volterra 预测(一步预测) -- 主函数 % 使用平台 - Matlab6.5 / Matlab7.0 % 作者：陆振波，海军工程大学 % 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页 % 电子邮件：luzhenbo@yahoo.com.cn % 个人主页：http://luzhenbo.88uu.com.cn clc clear close all
·
www.eeworm.com/read/340404/12162884

cpp wnn_bp.cpp

/************************************ * 采用参考文献中方法进行验证 * 小波神经网络的参数初始化研究 * 驺春华 陈统坚 叶邦彦 彭永红 * 华南理工大学学报(自然科学版) 第3卷第2期 2003年2月 * 4月10日版的 对a、b不进行反传学习过程 *************************************/ /******
·
www.eeworm.com/read/151751/12177439

m 10-9.m

load woman; %打开原始图像 imshow(X,map); % X包含原始图像信息. % map包含打开的色图 nbcol = size(map,1); [cA1,cH1,cV1,cD1] = dwt2(X,'db1'); % 对图像X执行单层分解，小波为db1 cod_X = wcodemat(X,nbcol); cod_cA1 = wcodemat(cA1,n
·