matlab灰色处理代码基于深度学习的投影梯度下降用于图像重建 该项目包括一个框架，以： 在Pytorch中训练神经网络（Unet）作为图像到图像投影仪，将其导出为.pth和.onnx格式 在[1]中应用松弛投影梯度下降（RPGD）进行图像重建。 对于这一部分，在Python和Matlab中都提供了代码。 在Matlab中，由于有许多库，测量操作员可能更容易获得。 %%% 入门 先决条件 Python 3.7 Pytorch 1.1.0 Scipy 1.2.1 Matplotlib 3.0.3 对于Matlab代码： Matlab R2019a深度学习工具箱 正在安装 下载文件夹代码和数据 运行测试 此处提供的干净数据（位于train_target和test_target文件夹中）包含200个训练图像，20个测试图像，每个图像都有1个通道，灰度像素为320x320。 每个图像都是从Matlab幻象函数生成的，参数是从修改后的Shepp-Logan头部幻像获得的参数E，然后通过使E = E + 0.01 * randn（10,6）来添加一些变化。 测量算子H是5x5卷积，权重= 1/25

人工智能-机器学习-计算机控制的梯度凝胶胶片制作装置的设计.pdf

基于GPU 并行的重力, 重力梯度三维正演快速计算及反演策略

梯度下降、牛顿法、共轭梯度法等matlab和python程序：求一个空间曲面(3维)的极值点。 “阻尼牛顿法”的matlab和python程序；文件名：Damped_Newton.m / python_Damped_Newton.py “蒙特卡洛全局最优”的matlab和python程序；文件名：Monte_Carlo.m / python_Monte_Carlo.py “蒙特卡洛全局最优”算法针对Schaffer函数和Rastrigin函数的matlab程序; 文件名：Monte_Carlo “模拟退火法全局最优”算法的matlab程序，以及其针对Schaffer函数和Rastrigin函数的matlab程序; 文件名：Simulated_Annealing “粒子群全局最优”算法的matlab程序，以及其针对Schaffer函数和Rastrigin函数的matlab程序; 文件名：PSO “蚁群全局最优”算法针对普通二元函数最大值、Schaffer函数和Rastrigin函数最小值的matlab程序; 文件名：AG

图像去雾源算法以及去雾后图像质量评价方案的matlab仿真，包括PSNR,WPSNR，信息熵，对比度，均值，平均梯度以及无参评价

在结合多尺度图像分析和水平集图像分割模型的基础上提出了一种新的多尺度图像分割方法。首先使用引入梯度向量流的全变差方法对图像进行多尺度空间分析，然后使用一种改进的CV模型进行分割。采用变分水平集方法作数值计算，因此该方法能够处理曲线的拓扑变化。实验结果表明该方法是有效的。

动态优化程序包。适用于常微分系统，有路径约束的最优控制问题的求解。算法：微分方程有限元离散+隐式梯度计算+SQP求解优化问题

用梯度下降算法开发的rbf神经网络曲线拟和程序.rar

温度场的声学测量方法是一种先进的测温方法，然而在温度场的重建过程中，均将声波传播路径按直线处理，当温度梯度变化不大时，声波传播路径的影响可以忽略，但当测量区域高温气体的温度梯度变化较大时，声波传播路径发生明显弯曲，如仍将声波传播路径按直线处理重建温度场，不可避免带来一部分模型误差。因此，十分有必要弄清楚声波在温度场中的真实传播路径。 本课题将重点研究高温温度梯度场中的声线弯曲问题，并利用声学射线中的费马原理，建立声线的数学模型。在给定的温度场分布以及边界条件下，使用有限差分方法，运用Matlab软件求解声线数学模型的数值解。 研究声线弯曲问题并进行数值分析可以为研究声波路径弯曲的补偿方法提供理论基础，并可以提高温度场的重建精度。

基于值函数和策略梯度的深度强化学习综述