里面包含神经网络 支持向量机 等多种近似方法的介绍和比较 值得学习

MATLAB小波软硬阈值去噪代码基于小波的去噪MATLAB代码 要运行该实现，只需运行“ project.m”文件。 将出现5张图像： 原始的“莱娜” 256x256图片（黑白） 添加了AWGN的图片 图片通过纸算法实现去噪 通过Visushrink硬阈值实现对图像进行去噪 通过Visushrink软阈值实现对图像进行去噪 相应的嘈杂的SNR和所有三个去噪的图片也将被打印在命令窗口中。 Visushrink算法的代码（用于比较）由M. Kiran Kumar实现，并通过Mathworks网站（）下载。 Lipschitz指数是由Venkatakrishnan等人通过题为“使用小波变换模量极大值（WTMM）的Lipschitz指数（LE）的测量”的方程式（9）来计算的。 （IJSER-2012年6月）。

Physics-Based Animation,包括刚体模拟的原理详细讲解和应用

FPGA_Based_Prototyping_Methodology_Manual，全英文原版，原型验证手册

1. 本文档包括调试代码和调试记录两个文件 2. 其中代码调试过程中，本人只调试了测试程序test_video.py，未调试训练程序main.py 3. 本代码不包含训练数据集。 4. 原代码资料可参与https://github.com/ZhengPeng7/motion_magnification_learning-based

Three-dimensional design methodologies for tree-based FPGA architecture [Pangracious, V., et al.][Springer,][2015]

matlab程序（pso粒子群算法实现）复现自《基于改进萤火虫算法的分布式电源的选址和定容——史吏》 摘 要：针对分布式电源的选址定容问题，提出了基于自适应遗传机制的萤火虫算法。首先，设计了以 各节点电压、可接入最大功率及线路电流作为约束条件，以配电网网损最小作为目标的配电网优化模型， 其次，改进了遗传算法中交叉、变异算子公式，并提出了改进的高斯扰动方法，将两者应用到萤火虫算法中，提高了萤火虫算法全局寻优能力和收敛速度。最后，借助于 MATLAB 软件，以 IEEE33 节点系统为例进 行了测试，仿真结果与自适应遗传算法进行了比较，证明了本方法的有效性和优越性。 关键词：分布式电源；萤火虫算法；自适应遗传机制

Jordan Micah Bennett， 软件工程师/创建者。 注意：上面的动画表示拖放版本，与本页上讨论的实例分开。 拖放版本版本与非拖放版本具有相同的功能，但拖放功能除外。 拖放版本可。 SMART-XRAY（+ CT）-SCAN_BASED-COVID19_VIRUS_DETECTOR 目的是开发一种快速方法来检测nCov 2019（冠状病毒2019/2020，也称为疾病：源于病毒的“ Covid-19”： ）菌株，并因此使用了人工神经网络开发符合最初目标的系统。 该项目于2020年1月29日在这里开始： 。 此X射线扫描版本（也是全球第一个已知的尝试/图像分析发布/基于人工智能的nCov / Covid19诊断代码）于年开始 由于这是旨在共同构建此类程序的首次尝试，因此请指向具有类似目标的开源软件包。 请发送电子邮件至 。 这也可以合理地允许经验不足的医务人员进行初

这是论文《Classification of Hyperspectral Images by Gabor Filtering Based Deep Network, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018, 11(4), 1166-1178.》的代码，更多详情可查看在纸上找到。 如果你使用这个演示，请引用这篇论文。 要运行此演示，您应该先下载minFunc matlab工具箱和drtoolbox。 minFunc matlab 工具箱和 drtoolbox 分别位于http://www.di.ens.fr/~mschmidt/Software/minFunc.html和http://homepage.tudelft.nl/19j49/Matlab_Toolb

matlab程序（yalmip+cplex）复现自《基于主从博弈的智能小区代理商定价策略及电动汽车充电管理》魏韡 摘要：智能电网的负荷包括传统负荷和主动负荷，我国配电网侧的主动负荷主要由电动汽车构成，功率需求随电价变化是其重要特点之一。随着电动汽车的普及，代理商将在小区电动汽车充电管理中扮演重要角色。如何制定代理商的定价与购电策略，实现代理商与电动汽车车主双赢，成为重要的 基于以上原因，提出了一种未来智能小区代理商的定价及购电策略，将代理商和车主各自追求利益最大化建 模为主从博弈。该模型亦可为研究电动汽车参与的需求侧响应提供重要的借鉴。另外，还进一步通过 Karush-Kuhn Tucker 最优性条件和线性规划对偶定理将此博弈模型转化 为混合混合整数线性规划问题进行求解，最终获得全局最优的定价策略。 关键字智能电网；电动汽车充电；定价；主从博弈