遗传算法matlab代码，有详细说明，适合新手看。实现步骤简单。

此文件为随机森林Matlab实现代码，可用于了解随机森林的实现过程，运行结果等等。

最短路径matlab代码实现，适合于数学建模的同学拿来参考与学习

用于特征降维，特征融合，相关分析等多元数据分析的广义典型相关分析（GCCA）Matlab代码实现。

矩阵用matlab代码实现DMDConnect 该Matlab软件包提供了与LightCrafter EVM6500 DLP评估平台的连接。 该代码基于USB通信库hidapi及其由Peter Corke实现的Matlab实现。 对于正在运行的进度条，您需要从下载。 将文件复制到helperFunctions文件夹。 最重要的功能是实现Command.m和DMD.m。 请参阅参考资料，以更好地参考此工具箱中实现的各个命令。 跨平台兼容性 hidapi实现也应在Windows，OSX和Linux上正常工作。 但是，到目前为止，该通信仅在Windows下进行了测试。 已知错误 仍然需要更好的错误处理。 代码中的更多注释将使其更易于理解。 例子 通过将DMDConnect软件包添加到该路径中，使Matlab安装知道该DMDConnect软件包。 将EVM6500板连接至计算机。 初始化DMD对象： d = DMD('debug', 1); 获取固件版本： d.fwversion % returns the actual firmware version of the board 将DMD的模

矩阵用matlab代码实现用于以下方面的计算材料：“对大型已实现协方差矩阵和投资组合选择进行建模和预测。” Laurent Callot，Anders B. Kock，Marcelo C. Medeiros。 日期29/12/2015 该存储库包含用于计算结果的材料：“对大型实现的协方差矩阵和投资组合选择进行建模和预测。” 由于所涉及计算的复杂性和中间输出的大小，因此当前存储库中的物料不包含保存生成输出所必需的预测结果。 包括本文中使用的所有代码以及原始数据。 数据 数据包含在数据文件夹中。 以CRK开头的文件是R数据文件，其中包含针对不同聚合级别的数据的不同子集的已实现协方差矩阵。 这些是Rdata文件，可以使用R中的命令load('CRK_file_name) 。 我们有1474每日观察，315每周观察和72每月观察。 每行包含一个已实现的协方差矩阵（道琼斯30支股票的465列，道琼斯指数以标准普尔500指数增强的496列）。 通过连接已实现协方差矩阵的上对角线构造行，从而使条目为：var（stock1），cov（stock1，stock2），var（stock2），cov（sto

矩阵用matlab代码实现maxcut：采用多种方法的Max-Cut问题解决工具 在最大割问题学者项目的背景下实现。 实施Max-Cut解决方案 maxcut.MaxCutSDP接口外部求解器（例如SCS或CVXOPT）以解决Max-Cut优化问题的SDP（半定编程）公式。 maxcut.MaxCutBM实现了Burer-Monteiro方法，该方法包括使用黎曼信赖域算法来解决Max-Cut问题的非凸公式。 参考 N.Boumal，V.Voroninski和A.Bandeira（2016）。 非凸Burer-Monteiro方法适用于光滑的半定程序。 在NIPS 2016诉讼中。 N·布马尔（2016）。 黎曼低秩方法，用于优化具有块对角约束的超半限定矩阵。 arXiv预印本。 N. Boumal，B.Mishra，P.-A。 Absil和R.Sepulcher（2014）。 Manopt，一个用于优化流形的Matlab工具箱。 机器学习研究。电工技术学报。 P.-A. Absil，R.Mahony和R.Sepulcher（2008）。 矩阵流形上的优化算法。 普林斯顿大学出版社。 执

矩阵用matlab代码实现TVB-Pypeline--进行中！ 该项目使用Nipype将我们当前的自动化MRI处理管道（）映射到Python，从而使内部使用的工具箱易于互换。 有关管道的一般概述，请参见 请注意，该管道会进行大量分析，因此计算量很大。 在使用> 100个CPU内核的高性能群集计算机上进行测试。 安装： 管道使用主要依赖于Python 2.7的Nipype。 以下列表概述了在管道的当前状态下使用的Python工具箱。 有关安装和依赖关系解决的信息，请参见相应的文档页面。 由于Nipype / Python也充当通过Shell接口调用的工具箱的包装，因此，您还必须确保要使用的工具箱已安装在系统上，并且它们的二进制文件/库包含在Shell的搜索路径中。 对于预处理，使用以下工具箱： 当涉及到纤维束描记术时，有很多可用的工具。 它们的用法还非常依赖于如何记录dwMRI数据。 主要的分离点之一是在测量过程中施加的不同扩散梯度强度的数量（即，不同b值的数量）。 如果数据集只有一个大于零的单一值，那么人们会谈论单壳数据。 一旦涉及多个值（> 0），该数据就称为多外壳数据 当前，我们测

使用matlab代码编写了Chimerge算法的通用函数并加上具体解析 直接修改函数的数据即可实现数据的离散化 代码亲测具备通用性，如果有问题欢迎留言

已知矩阵特征值求解矩阵未知数的MATLAB代码实现，软件环境MATLAB R2020B