信号重构matlab代码便携式MRI 便携式MRI数据的重建和处理代码 概述 portable-MRI包含MATLAB代码，用于通用重建和处理由便携式MRI扫描仪生成的MRI数据。 便携式MRI扫描仪具有内置（始终打开）的读出梯度。 3D RARE序列与二维编码中的相位编码一起使用。 重建代码的输入数据是一个.mat文件，其中包含原始相位编码的自旋回波火车数据。 影像重建HALBACH_reconstruct_simp.m是用于运行图像重建代码的顶级脚本。 提供了示例性体内数据集（T2加权）（T2_data_example.mat）。 图像处理进一步的图像处理是用intensity_correction.m执行的。 该脚本使用自定义蒙版对每个2D图像进行蒙版，并使用低通滤波后的图像版本对图像强度进行归一化。 提供了重建的图像以供加载到此脚本中（T2_images_example.mat）。 可以使用drawfreehand和createMask内置的MATLAB函数创建自定义蒙版。 系统要求 硬件要求 portable-MRI软件包需要一台具有足够RAM的标准计算机来支持内存中操作。

Mallat算法分解与重构程序，用db4小波

CS多种稀疏重构方法以及仿真结果matlab

调制宽带转换器仿真源代码，基于压缩感知理论，对多带信号进行压缩、和重构

对数据进行小波分解与重构，小波函数为db10，分解层数为9

用于配电网的重构的混合整数二阶锥规划，利用yamilp工具箱，同时利用了cplex/mosek等求解器求解，配电网示例网架结构较简单。

压缩感知中经典的StOMP重构算法，代码含有详细的中文注释，易懂，并且也出了重构图像评价质量标准

配电网重构是指在满足配电网运行基本约束的前提下，通过改变配电网中一个或多个开关的状态对配电网中一个或多个指标进行优化。 本代码以一种改进二进制粒子群算法为例，进行配电网的重构研究。本代码目标函数为配电网有功网损最小，可自行修改为其他函数。 传统二进制粒子群算法容易陷入局部最优。针对这一问题，本代码从两个方面进行改进：1.初始化和更新粒子时考虑配电网拓扑约束以缩小粒子搜索范围，增强算法收敛能力；2.加入变异的机制。 采用IEEE33节点系统作为算例，算法运行时重构过程通过动画进行动态显示；运行结束后输出重构前后系统节点电压的对比曲线图。

原始风速信号具有的间歇波动性特征给风电场的功率预测带来了挑战，采用集合经验模态分解(EEMD)法将原始风速信号分解为频域稳定的子序列，有效地提高了预测精度，避免了传统经验模态分解(EMD)存在的模态混叠现象。提出一种改进型果蝇优化算法(FOA)，将风速子序列重构参数和最小二乘支持向量机(LS-SVM)参数作为优化目标建立风速预测模型，扩大了参数搜索范围，提高了优化收敛速度；通过风速风功率转化关系可以求得风电场的功率值。实验结果验证了所提方法相比于EMD和LS-SVM预测方法具有更高的预测精度。

一种基于BENES网络的可重构比特置换系统设计