lpc matlab代码语音压缩 Runnig代码 按原样下载所有文件，然后在Matlab上运行.mlapp文件。 线性预测编码 将人类语音建模为过去样本的线性函数。 在MATLAB App的帮助下创建了UI。

广义图胞映射算法，基于广义胞映射和图论算法，HSU

在Window7操作系统上使用MinGW64/MSYS工具将Fortran77源码的ARPACK库编译为X64环境下Microsoft Visual Studio 20xx平台下可以使用的dll&lib;库，并给出了调用特征值和特征向量求解的C++/Win32工程，专门为一些希望在windows环境下用VS平台进行C/C++工程调用ARPACK库求解大型稀疏矩阵特征值和特征向量的研究者提供一些参考,也希望有助于ARPACK在其他环境下的使用！

Dynamical Systems with Applications using MATLAB" covers standard material for an introduction to dynamical systems theory. The text deals with both discrete and continuous systems. There are applications in mechanical systems, chemical kinetics, electric circuits, interacting species, economics, nonlinear optics, biology, neural networks and materials science, for example. These MATLAB programs have been written to supplement the textbook, and give the reader a real hands-on experience. The text is aimed at senior undergraduates, graduate students, and working scientists in industry. The book has been published by Birkhauser in July 2004. Table of Contents of the book (contents.txt) and the M-file and Simulink model file index (index.txt) can be read on Lynch2007.zip

数字图像的matlab实现第三版 Digital Image Processing Using MATLAB 3rd edtion 冈萨雷斯，这个版本配套冈萨雷斯的数字图像处理第四版教材，新增了不少算法，包括图像配准，图像分割，深度学习，卷积神经网络等

This is the survey for 3D Reconstruction using Event Camera

使用Python库研究数据集 在这个项目中，我分析了一个数据集，然后传达了关于它的发现。 我使用Python库NumPy，pandas和Matplotlib进行了分析。 我选择进行分析的数据集包含有关从电影数据库（TMDb）收集的10,000部电影的信息，包括用户评分和收入。 我分析了此数据集，以回答2个问题：1）哪些电影通常收入最高？ 2）每年哪种类型最受欢迎？ 在项目的“数据整理”部分，我加载了数据，检查其清洁度，然后修剪并清理数据集以进行分析。 在该项目的“探索性数据分析”部分中，我使用了内置的函数库来描述数据并对其进行可视化，最后总结了我的发现和结论。

IBM license管理系统LUM的使用说明 v4.6.7版 Using License Use Management Runtime v4.6.7 (SH19-4553-03).pdf

均值漂移聚类matlab代码使用从卷积自动编码器中学到的功能进行无监督图像分割 通过训练深度卷积自动编码器，已经从图像中学到了一些有用的功能。 我们使用PCA进行了特征变换。 最后，采用均值漂移聚类算法以无监督的方式对图像进行分割。 EDISON分割：基于EDISON工具箱的图像分割 均值漂移马替代方案：Weizmann马数据集下均值漂移聚类的替代试验 Training BSDS500 ：BSDS 500数据集下的培训网络代码 训练马：Weizmann马数据集下的训练网络代码 可视化PCA功能：可视化PCA转换后的功能 替补：计算图像分割的BSDS测试分数 EDISON matlab接口：用于均值漂移聚类的matlab包装器

使用深度学习进行环境声音分类 自主机器人是人工智能的一个领域，致力于设计可以执行任务的机器人，而无需任何外部来源的干预。 自主机器人将对我们在家庭，工业和公共场所的生活产生巨大影响。 这些机器人需要了解周围环境以表现出智能行为。 机器人感知周围环境的方式之一就是通过声音。 近年来，机器人的机械控制技术以可观的速度增长。 但是，他们通过听觉场景感知周围环境的能力仍处于起步阶段。 声音场景分类以多种方式补充了基于图像的分类，例如与有限的摄像机视角相比，麦克风本质上是全向的，并且音频信号需要较少的计算资源和较低的带宽。 装有麦克风的机器人可以通过分析来自声源的声音信号来以任何角度聆听并与人类互动，并且可以增强行为和辅助自主机器人的应用领域。 许多研究人员正在研究智能声音识别（ISR）系统，以使机器人能够了解真实的周围环境。 环境声音分类系统的目标是分析人类的听觉意识特征并将这种感知能力嵌入自主机