Gaussian过程

此函数使用带旋转的高斯消元法求解线性系统Ax=b。该算法概述如下： 1) 初始化一个置换向量r = [1, 2,...,n]，其中r(i)对应于A中的第i行。 2) 对于k = 1,...,n-1，找到a(r(k),a(r(k+1),k),...,a(r(n),k)中最大的（绝对值）元素。 3) 假设r(j,k)是最大的元素，切换r(j)和r(k)。 4) 对于i=1,...,k-1,k+1,...,n计算：zeta = a(r(i),k) / a(r(k),k)。 5) 对于j=k,...,n，计算：a(r(i),j)=a(r(i),j)-a(r(k),j)*zeta，b(r(i)) = b

高斯消元法的MATLAB实现代码，提供了关于矩阵操作的优质源程序。希望大家积极下载，感谢支持！

频域图像里的高斯滤波输出你总绕不开吧？Filtered_Gaussian_output.m就是专门搞这个的一个小工具，运行起来挺顺滑，逻辑也清晰，基本不用怎么改就能直接上手试。尤其做图像去噪或者特征提取的时候，这种频域下的高斯带通，效果还挺的。 代码里用到的fft2、ifft2这些频域操作你应该都熟吧？就是先搞个频谱，滤波，再反变换回来。整个流程配合一些图像测试数据，用来做对比实验挺方便。要是你正在弄类似的图像滤波方案，可以参考它来写自己的版本。 顺带提一句，频域高斯滤波和空间域滤波在细节上的差别还蛮大，尤其是边缘保留那块，记得留意下。想深入的，可以看看下面这些文章，都是跟它相关的： matl

该zip文件包含一个Simulink模型，用于描述Gaussian过程和卡尔曼滤波器。同时提供了一个m脚本，展示如何从命令窗口调用该模型。m文件中包含两个示例，帮助用户理解卡尔曼滤波器的工作原理。该软件包专为初学者设计，无需深入计算细节即可通过简单编辑参数来学习卡尔曼滤波器。用户还可以通过研究封装的子系统，学习如何在Simulink中实现该模型。该模型开发于R14SP1（MATLAB 7.0.1，Simulink 6.1）版本。如果您需要兼容更早的版本，请联系我。新版本修复了一个错误，使模型能够正确处理非零D的情况。**

DFT的Matlab源代码示例，用于通过DFT实现任意一维函数与高斯核之间的卷积。该代码利用卷积定理，简化计算过程。

此代码为高斯低通MATLAB代码，欢迎大家下载。

该包包含稳健点集的MATLAB代码，基于ICCV'05论文中描述的配准算法：“冰健和Baba C. Vemuri，一种使用高斯混合的点集配准鲁棒算法。”软件包可从以下网址免费下载：http://www.cise.ufl.edu/research/cvgmi/Software.php#gmmreg

This submission includes useful MATLAB functions for speaker recognition using adapted GMM. The implementation details for steps (i)-(iii) can be found in [1]. The fourth function, gmm2sv.m, connects the means (i.e., centers) of the GMM. The cascade means of the adapted GMM are referred to as the GM

MATLAB编程：TYPE2GAUSSIAN3D的开发。用于可视化类型2的MF功能。

这是高斯核平滑估计函数的局部线性版本： http : //www.mathworks.com/matlabcentral/fileexchange/loadFile.do? objectId=19195&objectType= FILE局部线性估计器改进了在数据收集过程中处理区域边缘的回归表现。