云变换算法

function [cent1,band1,he1,peak1,i]=ybh(err)

yzi=xlsread(‘sheet1.xls‘,‘B2:B261‘);

zd=max(yzi);

zx=max(yzi);

erro=err;

i=1;

n=0;

table=tabulate(yzi);

for m=1:size(table,1)

if table(m,2)~=0

n=n+1;

x(n)=table(m,1);%第一列所有的值

%y(n)=table(m,3)/100;%每一行数出现的频率数

y(n)=table(m,3);%每一行数出现的频率数

y1(n)=table(m,2);%每一行数出现的频率数

end

end

plot(x,y1,‘r‘);

hold on;

varz=var(yzi);%求方差

%数据规整

while max(y)>=erro

[my,I]=max(y);

core=x(I);

delta=0.1;

%初始的delta可以设置

z=y;

while min(z)>=(erro+0.005)

delta=delta+0.01;

%步长可以设置

z=y-my*exp(-((x-core).^2)/(2*delta^2));

end

delta=delta-0.01;

y=y-my*exp(-((x-core).^2/(2*delta^2)));

peak1(i)=my;

cent1(i)=core;

band1(i)=delta;

i=i+1;

end

for k=1:(i-1)

he1(k)=sqrt(varz-band1(k)^2);

end

k0=i-1;

for gg=1:i-1

for  jsx=cent1(gg)-4*band1(gg):0.001:cent1(gg)+4*band1(gg)

y=peak1(gg)*exp(-((jsx-cent1(gg)).^2/(2*band1(gg)^2)));

plot(jsx,y);

hold on;

end

end

时间: 2024-10-11 23:14:51

云变换算法的相关文章

快速傅立叶变换算法FFT——图像处理中的数学原理详解22

欢迎关注我的博客专栏"图像处理中的数学原理详解" 全文目录请见 图像处理中的数学原理详解(总纲) http://blog.csdn.net/baimafujinji/article/details/48467225 图像处理中的数学原理详解(已发布的部分链接整理) http://blog.csdn.net/baimafujinji/article/details/48751037 交流学习可加图像处理研究学习QQ群(529549320) 傅立叶变换以高等数学(微积分)中的傅立叶级数为基

5种Web常见编码、变换算法的自动识别

#coding=utf-8 #识别字符序列变换算法,当前支持标准的MD5.SHA-1.Base64,及主流的URL编码.HTML编码 import re import sys #MD5判断函数 def checkMD5(inStr): MD5KeyStrs = '0123456789abcdefABCDEF' inStr = inStr.strip() #判断MD5的时候把输入两端的空格切掉 if (len(inStr) != 16) and (len(inStr) != 32): return

图解计算机图形学三维变换算法

工程下载 http://pan.baidu.com/s/1o7OEMc6 tcddd.rar 此处为在Windows下运行的TC图形程序:使用了EasyX库: EasyX库可参考: http://blog.csdn.net/bcbobo21cn/article/details/51207782 http://www.easyx.cn 代码参考 http://blog.sina.com.cn/s/articlelist_1287275024_9_1.html 一 三维透视投影变换算法 #inclu

一种平面提取的点云简化算法

1.本算法使用了PCL点云库,因此运行此代码需要安装PCL (http://pointclouds.org/) 其中平面区域的简化效率时70%,其它区域的简化效率时30%. //downSample #include <pcl/ModelCoefficients.h> #include <pcl/point_types.h> #include <pcl/io/pcd_io.h> #include <pcl/filters/extract_indices.h>

点云拼接算法

1.粗配准拼接 #include <pcl/common/transforms.h> #include <pcl/console/parse.h> #include <pcl/console/time.h> #include <pcl/point_types.h> #include <pcl/io/pcd_io.h> #include <pcl/sample_consensus/method_types.h> #include <

高效真实的云渲染算法 【转】

原文链接 : http://www.cnblogs.com/effulgent/archive/2008/10/06/1305029.html 原文: Realistic and Fast Cloud Rendering NinianeWang MicrosoftCorporation(nowatGoogleInc.) [email protected] November11,2003 最近在网上看到很多云渲染的效果图,但很多人吝于向人分享经验知识,我不是很赞同这种想法,本来就是属于别人的知识,

二维图像的三角形变换算法解释

http://blog.csdn.net/aqua_aqua/article/details/407660 对于二维图像的变形,最简单直接的方式就是将需要变形的不规则区域进行三角形划分,使复杂多边形由1到N个三角形组成,那么最终的变形动作也就转化为这些三角形变形. 三角形变形,就是将一个三角形通过某种变换变成另一个三角形,同时也要保证在源三角形中的点能够正确映射到目标三角形中合适的位置.如下图所示: 图中△ABC是源三角形,Z点是源三角形中的任意一点.△abc为目标三角形,而z点就是源三角形中Z

算法系列之二十四:离散傅立叶变换之音频播放与均衡器

导语 在算法系列的第二十二篇,我们介绍了离散傅立叶变换算法的实现,将时域的音频信号转换到频域进行分析,获取拨号音频的频率特征.这一篇我们将介绍一种频域均衡器的实现方法,所谓的频域均衡器,就是在频域信号的基础上对音频数据进行调整,然后再将频域信号转换成时域信号在回放设备上播放,从而达到音色调节的目的.将频域信号转换成时域信号的算法,就是离散傅立叶逆变换算法. 1 离散傅立叶逆变换 有从时域转换到频域的方法,就必然有从频域转换到时域的方法,相对于离散傅里叶变换,这个反向转换就是离散傅里叶逆变换(ID

PCL—点云分割(最小割算法)

1.点云分割的精度 在之前的两个章节里介绍了基于采样一致的点云分割和基于临近搜索的点云分割算法.基于采样一致的点云分割算法显然是意识流的,它只能割出大概的点云(可能是杯子的一部分,但杯把儿肯定没分割出来).基于欧式算法的点云分割面对有牵连的点云就无力了(比如风筝和人,在不用三维形态学去掉中间的线之前,是无法分割风筝和人的).基于法线等信息的区域生长算法则对平面更有效,没法靠它来分割桌上的碗和杯子.也就是说,上述算法更关注能不能分割,除此之外,我们还需要一个方法来解决分割的"好不好"这个