基于粒子群算法(PSO)优化高斯过程回归(PSO-GPR)的数据回归预测，matlab代码，多变量输入模型。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

ist的matlab代码 NJUBachelor 南京大学本科毕业论文（设计）LaTeX 模板 文件说明 以下文件在项目主页（源代码）中提供 文件 说明 njubachelor.bst 国标参考文献样式 njubachelor.dtx 模板源文件 njubachelor.ins 模板安装驱动 start.tex 默认格式样例 test.tex 测试文档 chapters 测试文档的章节文件 format 学校的排版要求 njulogos 校徽 refs 测试文档文献数据库 以下文件并未包含于项目源码中，需自行编译生成。 这些文件可以在 release 的发布中找到。 文件 说明 njubachelor.cls 模板文类文件 njubachelor.cfg 模板配置文件 njubachelor.pdf 模板说明文档 start.pdf 默认格式效果 test.pdf 测试文档 将 njubachelor.cls njubachelor.cfg njubachelor.bst start.tex njulogos 复制到工作目录即可开始你的毕业论文了。 详细的使用说明请参考 test.pd

离散控制Matlab代码章鱼启发的连续体机器人的轨迹跟踪控制 该存储库包含与以下研究论文相关的Matlab代码： @article {lafmejani2020kinematic，title = {章鱼启发的超冗余机器人的运动学建模和轨迹跟踪控制}，作者= {Lafmejani，Amir Salimi和Doroudchi，Azadeh和Farivarnejad，Hamed和He，Ximin和Aukes，Daniel和Peetet ，Matthew M和Marvi，Hamidreza和Fisher，Rebecca E和Berman，Spring}，journal = {IEEE机器人与自动化快报}，卷= {5}，数字= {2}，页= {3460--3467}，年份= {2020}，发布者= {IEEE}} 该项目旨在解决章鱼手臂启发的连续机器人的运动学建模和控制问题。 我们提出了一个离散的多段模型，其中每个段是一个6自由度Gough-Stewart并行平台。 我们的模型是新颖的，因为它可以重现章鱼手臂的所有一般运动，包括伸长，缩短，弯曲，尤其是扭曲（通常不包括在此类模型中），同时还能增强

MATLAB代码：电-气-热综合能源系统耦合优化调度 关键词：综合能源系统 优化调度 电气热耦合 参考文档：自编文档，非常细致详细，可联系我查阅 仿真平台：MATLAB+CPLEX 主要内容：代码主要做的是一个考虑电网、热网以及气网耦合调度的综合能源系统优化调度模型，考虑了电网与气网，电网与热网的耦合，算例系统中，电网部分为10机39节点的综合能源系统，气网部分为比利时20节点的配气网络，潮流部分电网是用了直流潮流，气网部分也进行了线性化的操作处理

MIMO-OFDM无线通信技术及MATLAB实现pdf（包括matlab代码）没有缺胳膊少腿的，放心食用。 作为研究生导师的工具人，找出来的资料必须记录上！

冒泡法matlab代码使用有限元方法的Matlab代码来求解斯托克方程，其形式为： 具体而言，该代码实现了P1-bubble / P1方法以获得上述问题的近似解。

数据融合matlab代码论文：一种在非约束条件下获取的异构机载LiDAR和光学图像数据的通用高效数据融合方法 由Nguyen，拉瓦尔大学和IMT Atlantique开发的Matlab代码 主文件夹： phd_dev：公共文件夹包含粗注册开发以及其他杂项代码 蛇：致力于蛇模型的早期开发 SR：致力于超分辨率和精细配准 SRSM：专用于遥感MDPI文章中使用的基于超分辨率的蛇模型 R2Sonic：致力于应对R2Sonic悬浮泥沙挑战 注册开发人员： 从LiDAR提取建筑片段 building_region_seg：从LiDAR数据中提取建筑区域，生成建筑遮罩 buildingBoundaryExtraction：提取给定蒙版的边界（作为播种区域） 从图像中提取建筑细分 meanshift_seg_final：运行meanshift分段和过滤，调用MeanShiftCluster MeanShiftCluster： meanshift算法 segmentFiltering ：基于区域过滤区域 building_img_seg_meanshift：使用MBR填充百分比细化均值偏移结果段 段匹

通原课设，扩频通信的matlab代码实现。

改进动态窗口DWA算法，模糊控制自适应调整评价因子权重，matlab代码，完全自己编写 这段代码是一个基于动态窗口法（Dynamic Window Approach，DWA）的路径规划算法的实现。下面我将对代码进行分析，并解释算法的优势、需要注意的地方以及独特算法所用到的内容。 首先，代码开始时定义了一个地图map0，表示机器人的运动环境。地图中的0表示可通行的区域，1表示障碍物。接着，代码对地图进行了旋转，以保证地图和预期设置的地图一致。然后，获取了地图的高度和宽度。 接下来，代码设置了绘图的参数，并绘制了地图中的障碍物。障碍物的坐标保存在obstacle数组中。然后，代码定义了起始点和目标点，并在图中绘制了起始点和目标点。 接着，代码计算了机器人的初始航向角，使其朝向目标点，以防止陷入局部最优。然后，定义了机器人的状态，包括位置、航向、线速度和角速度。 代码中的dt表示仿真步长，predictT表示前向模拟时间。obs表示障碍物的坐标数组，collisionR表示碰撞半径。 接下来，代码定义了运动学的限制，包括最高速度、角速度、加速度、角加速度以及线速度和角速度的分辨率

雷达信号处理代码，包括： 1、目标检测仿真，仿真了恒虚警下目标检测性能； 2、一维距离像，仿真了脉冲压缩下的距离高分辨原理； 3、二维距离像，仿真了实孔径成像； 4、SAR，基于RD算法仿真了SAR成像。