matlab生成维纳过程代码sdeint
Ito或Stratonovich
SDE的数值积分。
概述
sdeint是一组用于整合Ito和Stratonovich随机常微分方程（SODE）的数值算法。
它具有简单的功能，可以按与scipy.integrate.odeint()或MATLAB的ode45类似的方式使用。
已经存在一些提供Euler-Maruyama和Milstein算法的python和MATLAB软件包，以及其他一些软件包。
那我为什么还要再做一个包装呢？
这是因为用更好的方法进行了25年的进一步研究，但是由于某种原因，我找不到任何开源参考实现。
甚至不包括Kloeden和Platen在1992年发布的那些方法。因此，我将致力于在此处逐步添加一些改进的方法。
这是python中的原型代码，因此不是为了速度。
需要速度时，以后可以随时使用C中的循环重写这些内容。
警告：这是一个早期的预发行版本。
等待版本1.0。
错误报告非常欢迎！
职能
伊藤方程dy
=
f（y，t）dt
+
G（y，t）dW的itoint(f,
G,
y0,
tspan)
Stratonovich方程dy
2021-10-13 15:15:53
42KB
1
两步降噪 (TSNR) 技术消除了恼人的混响效应，同时保持了决策导向方法的优势。 然而，包括 TSNR 在内的经典短时降噪技术会在增强语音中引入谐波失真。 为了克服这个问题，实现了一种称为谐波再生降噪 (HRNR) 的方法，以改进用于计算频谱增益的先验 SNR，如 Plapous 等人提出的那样，能够保留语音谐波。 （“用于语音增强的改进的信噪比估计”，IEEE Transactions on ASLP，第 14 卷，第 6 期，第 2098 - 2108 页，2006 年 11 月）。
%% 带有嘈杂语音文件 car.wav 的示例>> [x,fs] = audioread('car.wav'); >> [out,~] = WienerNoiseReduction(x,fs,10000) % 前 10000 个样本是噪声样本（不含语音） >> soundc(out(1:122000)
2021-09-28 10:58:33
222KB
1
matlab生成维纳过程代码NEURAL_py：python中的新生儿EEG功能集
复制NEURAL功能集版本的Python代码。
该代码用于从多通道EEG记录生成一组定量特征。
功能包括幅度测量，频谱测量和基本连接性测量（仅在半球范围内）。
同样，对于早产的脑电图（假设胎龄<32周），将从突发注释中生成特征（例如，最大突发间隔）。
爆发注释需要一个单独的程序包，该程序包也可在上获得。
有关方法的完整详细信息，请参见：
JM
O'Toole
and
GB
Boylan
(2017).
NEURAL:
quantitative
features
for
newborn
EEG
using
Matlab.
ArXiv
e-prints,
arXiv:1704.05694
JM
O'Toole
and
GB
Boylan
(2017).
NEURAL:
quantitative
features
for
newborn
EEG
using
Matlab.
ArXiv
e-prints,
arXiv:1704.05694
JM
O'Toole
and
GB
Boylan
(2017).
NEU
2021-09-16 21:00:29
45KB
1