ISLANDS 查找矩阵中所有 4 连通分量的“岛”。 该函数将返回三个输出参数，包括输入矩阵中最大的连接岛。 有关所有说明，请参阅详细帮助。 灵感来自最近发布的益智游戏： http://blogs.mathworks.com/pick/2008/08/18/puzzler-find-largest-connected-island/ 并由蒂姆戴维斯提交。 还包括一个 MEX 文件版本，其运行速度比 M 文件版本快。 在 2007a 和 2007b 上测试。 请给我发电子邮件关于错误和其他问题。 谢谢。

实现用于查找有向图的强连通分量的 Tarjan 算法。 在强连通分量 (SCC) 中，每个节点到每个其他节点都有一条路径。 SCC 是不相交的。 入度或出度为零或属于无环图的节点自己形成 SCC。 接受邻接矩阵作为输入。 为了获得最佳性能，矩阵应该是稀疏的。 还返回一个索引列表，报告每个节点的 SCC 成员资格。 使用示例： >> E = 稀疏([2 3 4 5 5 6 6 7 8 4 9 5 10 6 9], ... [1 2 2 3 4 3 5 6 4 8 8 9 9 10 6], ... 个（1,15））; >> 图； 间谍(E) >> c = tarjan(E) c = [1x4 双] [1x2 双] [7] [3] [2] [1] >> c{1} 答案 = 5 6 9 10 >> >> 在示例中，E 是有向图的邻接矩阵（在屏幕截图中显示），索引为 5、6、9 和

kosaraju 算法 Kosaraju 算法是一种线性时间算法，用于查找有向图的强连通分量 算法 Kosaraju 算法的工作原理如下： 设 G 为有向图，S 为空栈。 虽然 S 不包含所有顶点： 选择不在 S 中的任意顶点 ''v''。从 ''v'' 开始执行深度优先搜索。 每次深度优先搜索完成扩展顶点 ''u'' 时，将 ''u'' 推到 S 上。 反转所有圆弧的方向以获得转置图。 当 S 非空时： 从 S 弹出顶部顶点 ''v''。从转置图中的 ''v'' 开始执行深度优先搜索。 访问顶点集将给出包含“v”的强连通分量； 记录并从图 G 和堆栈 S 中删除所有这些顶点。等效地，可以使用广度优先搜索 (BFS) 代替深度优先搜索。 表现 需要注意的是，如果图的输入尺寸很大，递归的方式会导致 StackOverflowException。 因此，这里使用迭代版本。

您可以在“example.m”中找到有关如何使用代码的示例。 YUVREAD 在单独的矩阵中返回视频的 Y、U 和 V 分量。 亮度通道 (Y) 包含每一帧的灰度图像。 色度通道（U 和 V）的采样率低于亮度通道。 YUVREAD 能够读取任何具有 4:2:0 色度子采样的常见中间格式。 您只需要为特定格式输入正确的宽度和高度信息： 格式视频分辨率（宽 x 高） -------------------------------------------------- ---------- SQCIF 128 × 96 QCIF 176 × 144 SCIF 256 x 192 SIF(525) 352 x 240 CIF/SIF(625) 352 × 288 4SIF(525) 704 x 480 4CIF/4SIF(625) 704 × 576 16CIF 1408 × 1152 DCIF

利用图像的稀疏与冗余表达模型去噪是当前较为新颖的去噪方法，在对国内外稀疏模型去噪文献进行理解和分析的基础上，回顾稀疏性去噪研究的发展，阐明稀疏去噪的原理与降噪模型。总结用于稀疏去噪中的各类方法，介绍利用稀疏性在图像去噪中的分解与重构过程，并将小波法去噪、多尺度几何分析法去噪、独立成分法去噪中所涉及的传统稀疏性与当前的稀疏与冗余表达模型去噪对比分析。最后基于对稀疏性去噪方法的分析，提出对稀疏去噪研究方法的一些展望。

该程序将 RGB 图像转换为 CMY，并使用品红色 (M) 和黄色 (Y) 提取青色 (C)。 注意：CMY 不支持 *.bmp 格式。 更好地保存 *.tiff。

FastICA快速独立分量分析的MATLAB源代码，功能全面，有简洁易用的figure界面，操作容易上手，能处理多路混合信号，并输出计算结果，生成信号的图形，便于进一步的分析

根据短路电流公式计算谐波分量，输入短路电流的幅值和相位参数，计算各次谐波的分量数据

论文研究-面板数据空间误差分量模型的空间相关性检验.pdf,  将截面误差分量模型(spatial error components, SEC)扩展至面板数据, 推导其联合检验、边际检验及条件检验, 并通过Monte Carlo模拟实验证明: 当随机效应存在时, 条件检验更为有效; 当随机效应不存在时, 边际检验更为有效; 空间权重矩阵的选取与随机效应是否存在相关, 但未标准化的空间权重矩阵更适合检验空间相关性; 此外, 更大的N或T使得检验更为有效. 研究同时发现, 当真实数据生成过程为面板数据SEC模型时, 传统空间经济计量模型中的Moran I、LM-Error及LM-Lag检验均失效.

基于离散粒子群算法的近似最大连通分量抽取.pdf