许多复杂的系统由通过不同层的耦合网络组成，其中每个层代表许多可能的交互类型之一。 一个基本的问题是如何在多层网络中提取社区。 当前算法要么将多层网络分解为单层网络，要么通过使用共识聚类扩展单层网络的算法。 但是，由于批评这些方法忽略了各层之间的连接，从而导致精度低。 为了解决这个问题，提出了一种定量函数（多层模块密度），用于多层网络中的社区检测。 之后，我们证明了多层模块化密度的迹线优化等效于算法的目标函数，例如内核K均值，非负矩阵分解，频谱聚类和多视图聚类。层网络，为设计社区检测算法提供了理论基础。此外，通过同时分解与多层网络相关的矩阵，开发了一种半监督联合非负矩阵分解算法（S2-jNMF）。 与传统的半监督算法不同，部分监督被集成到S2-jNMF算法的目标中。 最后，通过在人工和现实世界网络上的大量实验，我们证明了所提出的方法优于多层网络中用于社区检测的最新方法。

Consensus control of nonlinear leader-follower multi-agent systems with actuating disturbances

IEEE中2021年八月发表的文章A Blockchain-based Multi-domain Authentication Scheme for Conditional Privacy Preserving in Vehicular Ad-hoc NetWork

==================================================================================== Lytro Multi-focus Dataset: This dataset contains 20 pairs of color multi-focus images of size 520?20 pixels and four series of multi-focus images with three sources. Please cite the following paper if you use this dataset: M. Nejati, S. Samavi, S. Shirani, "Multi-focus Image Fusion Using Dictionary-Based Sparse Representation", Information Fusion, vol. 25, Sept. 2015, pp. 72-84. doi:10.1016/j.inffus.2014.10.004 ==================================================================================== https://mansournejati.ece.iut.ac.ir/content/lytro-multi-focus-dataset 其中 all-in-focus图像采用Multi-scale weighted gradient-based fusion for multi-focus images合成的

Large Margin Multi-Task Metric Learning LMNN（Distance Metric Learning for Large Margin Nearest Neighbor Classification）的代码

Matlab jpeg2000压缩代码多分量医学图像的无损压缩方法 抽象的 在疾病诊断中，医学图像起着重要的作用。 它的无损压缩非常关键，它直接决定了本地存储空间的需求和远程医疗系统的通信带宽，从而有助于患者的诊断和治疗。 与医学图像有关的有两个非凡属性：无损和相似。 如何利用这两个属性来减少表示图像所需的信息是压缩的关键点。 在本文中，我们利用大数据挖掘来建立图像码本。 也就是说，找到图像的基本组成部分。 我们提出了一种用于多成分医学图像的软压缩算法，该算法可以准确反映图像的基本结构。 提出了图像压缩的通用表示框架，对压缩结果的测量结果表明，我们开发的软压缩算法在压缩率方面可以胜过流行的基准测试。 角色 该代码是为无损模式下的多分量图像压缩而设计的。 该代码可以在疟疾，BCCD和黑色素瘤数据集上获得压缩比结果。 对于其他数据集，只需做一些更改即可达到压缩效果。 代码先决条件 所需的软件包： pip install opencv-python --user pip install opencv-contrib-python --user pip install numpy 数据集： B

Multi-View Multiple Clustering.pdf

CENTOS 7 下安装 multipath存储多路径软件 安装流程： CENTOS 7 最小化安装 设置好存储交换机（我的是博科） 存储空间（我的是联想V7000） 注意：此教程是全新安装 原有空间从新挂载 数据重要的 不要做格式化下面这步 7.mkfs.xfs /dev/mapper/mpatha 格式化为xfs文件系统

多类花卉分类 使用Keras进行多类花卉图像分类 用法用于训练模型：python3 training_model-数据集training_set-模型trained_model-情节图用于预测图像：python3预报.py-数据集training_set-模型trained_model-图像test_set / rose1 该模型已使用Keras库进行了训练。 这里使用的神经网络的架构通常称为LeNet架构，其描述如下：INPUT => CONV => RELU => POOL => CONV => RELU => POOL => FC => RELU => FC 为了训练该模型，最优化的纪元数是25，而使用Adam Optimizer的批量大小是32，初始学习率是1e-3。 这里的预训练模型具有以下准确性/损失，这也显示在图中plot.png训练准确性-0.9057验证准确性-0

3-sources，prokaryotic，reuters，uci-digit