针对寻峰算法不能自适应检测光纤布拉格光栅(FBG)多峰值光谱的问题，提出了一种多峰自适应寻峰算法。采用滑动均值滤波法对光谱信号进行去噪预处理，并结合希尔伯特变换对多峰光谱自适应峰值区域分割；分析了谱峰的不对称特性，对单峰光谱采用基于非对称广义高斯模型的峰值修正策略，实现了峰值的精确定位。实验结果表明，与对比算法相比所提算法寻峰精度最高，稳定性最好，检测误差在1 pm 以下，对分布式传感网络中的多峰值检测具有借鉴意义。

针对目前多峰函数优化问题较难找到全部局部最优解的情况，提出了改进的免疫优化求解方法。借鉴免疫系统的受体编辑操作、Baldwin效应，设计了相应的算子，增强了算法的学习能力，提高了算法的收敛速度。实验结果表明，本算法求解精度较高，提高了多峰函数寻优的精度。

双峰和多峰函数最大值的遗传算法求解.doc

基于多峰高斯函数的直方图规定化算法

双峰和多峰函数最大值的遗传算法求解.doc

多峰拟合 示例准备: 导入Curve Firting 文件夹中Multiple Peaks.dat 文件数据， 然后选中B 并绘制线图。 多峰拟合步骤如下。 ① 将Graph l 图形窗口设置为活动窗口。 ② 单击菜单命令【Analysis 】→ 【Peaks and Base1ine 】→ 【Fit Multiple Peak 】， ③ 在打开的【Spectroscopy: fitpeaks 】对话框中选择峰的类型和个数，然后单击【OK 】按钮。 * 山东农业大学化学与材料科学学院 朱树华

针对标准粒子群算法进行多峰函数优化时存在的易陷入局部极值和搜寻效率低的问题，提出了子种群划分和自适应惯性权重改进方法来求解多峰函数。根据群体微粒的相似度将粒子群分成子群体，各子群体围绕一个有最佳适应值的群体中心进行建立，并通过几个经典函数进行求解。实验表明：改进的粒子群算法能快速有效地找到多峰函数的全局最佳值。

为了有效解决粒子群优化算法易陷入局部最优的缺陷，在粒子群优化算法（PSO）的基础上引入莱维飞行，提出了一种基于莱维飞行的粒子群优化算法（LPSO）。该算法在迭代过程中对粒子位置进化效果进行判断，若粒子多次迭代后仍无法进化到更优位置，则使用莱维飞行更新粒子位置。改进后的算法增加了粒子位置变化的活力，提高了算法的有效性。仿真实验结果表明，该算法在求解全局最优时，效果优于原始粒子群优化算法，在多峰值函数优化问题中其优越性更加突出。

iemocap_preprocess IEMOCAP数据集上的多峰预处理 上传_2：07.05.18 createInputs.py 生成模型的training_data.csv，valuation_data.csv和prediction_data.csv输入图 上传_1：19.04.18 extractmapCreator.py 产生extractmap_cut.xlsx execution time: 252.5967 sec extractSpectrogram.py 在.npy文件上生成指定的-from extractingmaps-频谱图 执行时间：5 x 170秒 总容量：5 x 3.3 GB 图片尺寸：（96,96） extractFace.py 在.jpg文件上生成指定的-from extractings-faces图像 执行时间处理时间： - 总

单位抽样信号matlab代码峰值检测器 该存储库包含用于多模式R峰检测代码的MATLAB代码。 R峰是QRS波群的突出部分-心电图（ECG）上经常出现的与心跳相对应的模式。 这里的软件旨在不仅使用ECG，而且使用动脉血压（ABP）波形，光电容积描记图（PPG）和/或每搏量（SV）精确定位R峰。 简而言之，该技术旨在基于信号质量的估计（称为信号质量指标（SQI））融合信号。 为每种信号类型（例如ECG，ABP等）估算SQI，并且仅当且仅当其SQI高于阈值时，才将每个信号的峰值检测融合在一起。 实施了额外的代码，该代码解决了在不直接测量心跳的信号上出现的延迟（例如，PPG上的脉搏波形通常比ECG中相应的QRS波群晚得多）发生。 要求 此存储库中的所有代码都需要WFDB工具箱： 下载完上述软件包后，请确保子文件夹“ mcode”在您的路径中，以便运行这些功能。 使用这个资料库 有四个主要功能： detect.m-主要功能，在WFDB可读记录上运行算法 detect_matlab.m-与上面相同，但是在具有关联标头和采样频率的MATLAB数据矩阵上运行算法 detect_sqi.m - det