matlab标定工具箱，用于标定摄像机内参数、外参数，很方便

matlab系统聚类代码LDS工具箱：用于线性动力系统（LDS）建模的Matlab工具箱 作者： 概述 线性动力系统（LDS）是在各种学科中对时空数据进行建模的基本工具。 尽管LDS具有丰富的建模功能，但分析LDS并非没有困难，这主要是因为LDS不符合欧几里得几何学，因此传统的学习技术无法直接应用。 具体而言，LDS应用参数方程式对时空数据进行建模。 从输入中获悉的最佳系统参数（即系统元组（A，C））用作每个时空序列的描述符。 使用此工具箱，您可以：1）通过各种方法学习任何给定序列的稳定LDS系统元组； 2）在LDS的空间上进行聚类或稀疏编码； 3）对时空数据（例如视频和触觉序列）进行分类。 如果您在工作中使用此工具箱，请引用以下论文： @inproceedings {huang2017efficiency，title = {线性动态系统的有效优化及其在聚类和稀疏编码中的应用。}，作者= {Huang，Wenbing and Mehrtash，Harandi and Tong，Zhang and Lijie，Fan and Fuchun，Sun and Junzhou，Huang }，

为了将可学习的参数从预先训练的2D ResNet-50（ImageNet）传输到3D，我们通过三维复制了2D滤镜（重复复制它们）。 这是可能的，因为视频或3D图像可以转换为图像切片序列。 在训练过程中，我们希望3D ResNet-50学习每个帧中的模式。 该模型具有4,800万个可学习的参数。 只需调用“ resnet50TL3Dfun（）”函数。

理正破解版，大家都来试试，如果有更好的都分享下，谢谢了

matlab中rbf源代码支持向量机 在该存储库中，提供了一个MATLAB工具箱，以针对不平衡和多类型分类问题训练和测试基于支持向量机（SVM）的模型。 附加了两个分类技巧，即granularization和binary-tree以形成GBT-SVM模型。 有关该模型的详细信息，请参考我的。 工具箱的构造 文件夹中的代码和脚本可用于构建粒度SVM（GSVM）模型，该模型能够形成树结构分类器。 我在这里列出了名称和相应的注释。 方法 评论 getGranule 通过将主要类别拆分为子集或颗粒来生成平衡的数据集。 myCrossSVM 通过交叉验证和网格化训练SVM模型，内核是可选的。 myGSVM预测 使用训练有素的模型对新样品进行分类。 获取颗粒 为了获得平衡的数据集，您可以使用getGranule作为 >>> [DataGranules] = getGranule(data,label) 输出DataGranules是一个结构，形成为 数据粒度 MajIdx ：主要类别的标签 MinIdx ：次要类别的标签 GraNum ：颗粒数 MinData ：次要样本的数据和标签 MajDat

kmbox：MatlabOctave的内核方法工具箱

1、下载后解压放在matlab的toolbox工作路径下package_emd文件夹。 2、打开matlab，选择File- Set Path- Add with Subfolders-你刚才下载的工具箱（package_emd）点进去- Save- Close。 3、此时选择work下package_emd文件夹作为工作路径，即是C:\Program Files\MATLAB\R2010a\toolbox\package_emd。 4、在Command Window里面输入mex -setup回车，问是否选择已有的编译器你选y回车，再问选择哪个编译器，你可以选择C++的那个选择相应的编号（如 2）回车，然后让你核对是否选择对了编译器等等，你输入y回车。就安装成功了。

OpenCossan 是一个基于 Matlab 的工具箱，用于不确定性量化和管理。 实施的框架包括第三方软件集成（例如 ANSYS）、高效的数值算法（例如线采样）和用于高性能计算的并行化。 OpenCossan 的功能可以概括为： 不确定性量化基于仿真的可靠性分析敏感性分析元建模随机有限元分析基于可靠性的优化

自组织数据挖掘是由乌克兰科学院院士A.G. Ivakhnenko 提出的，其核心技术就是数据分组处理 (Group Method of Data Handling, 简称GMDH) 。GMDH建模有三个特点：其一，它的较强的抗噪声干扰性能。其二，它的自动建模机制。其三，它的因素筛选功能。 工具箱是GMDH的malab 程序代码。内有使用说明。

[原创]smith圆集成工具箱的第二版（免费）,smith图集成工具箱……