基于广义惠更斯-菲涅耳衍射积分法，对梯度折射率介质中的厄米余弦高斯光束传输特性进行了研究，得出了在梯度折射率介质中厄米余弦高斯光束的光场表达式，并利用此表达式作数值模拟，研究了梯度折射率介质对厄米余弦高斯光束传输特性的影响。结果表明：光强在轴上分布呈现空间周期性变化，最大光强位置与梯度折射率系数β 有关；随着调制参数α 的增大，轴上最大光强逐渐减小而且出现了空心分布。在同一传输面上横向光强随梯度折射率系数β 增加，先增大后快速减小；并且发现调制参数α 变大，光强不变，但是束腰宽变窄。

计算方向梯度直方图，使用matlab实现，基于经典论文Histograms of Oriented Gradients for Human Detection

2、梯度函数——gradient [Fx,Fy]=gradient(F)%返回矩阵F的数值梯度，Fx相当于dF/dx，为x方向的差分值。Fy相当于dF/dy，为y方向的差分值。 [Fx,Fy]=gradient(F,H)%当H为数量时，使用H为各方向的点间隔。 [Fx,Fy]=gradient(F,Hx,Hy)%当F为二维时，使用Hx和Hy指定点间距。Hx和Hy可以为数量和向量，如果Hx和Hy为向量，则它们的长度必须和F的长度匹配。 [Fx,Fy,Fz]=gradient(F)%返回三维的梯度。 ……

仿真三个信号源随机混合，采用自然梯度算法解混，最后给出了算法的串音误差

用matlab画图像概率密度梯度图，基于直方图的方法，给大家做个参考吧，^-^

SGD随机梯度下降Matlab代码

Grad-CAM：梯度加权类激活映射（Grad-CAM）

这是一篇NIPS 2017年的论文作者演讲的ppt，TernGrad是一种梯度量化方法，将浮点梯度随机量化到{-1,0,+1}，在保证识别率的情况下，大大降低梯度通信量.这篇文章降低了通讯量，可以应用在很多应用上。作者的视频讲解链接：https://www.youtube.com/watch?v=WWWQXTb_69c&feature=youtu.be&t=20s

梯度下降算法处理曲线拟合问题，线性 ，单极点，多极点数据均有良好的表现

动力系统的参数识别和比较在许多领域都是一项具有挑战性的任务。 基于时间序列数据的高斯过程回归的贝叶斯方法已成功应用于推断动态系统的参数，而无需显式求解。 虽然计算成本的好处已经确立，但过去的理论基础一直受到批评。 我们提供了一种新颖的解释，由于对一般非线性动力系统进行了更有效的设置，因此可以更好地理解和改进最先进的性能，包括准确性、鲁棒性和运行时间的减少。梯度匹配是一种成功的工具，可以避免动态系统中贝叶斯参数识别的数值积分计算成本，特别是如果动态系统（如大多数现实世界系统中的系统）相当平滑。 以前的基于高斯过程的方法使用了专家启发式的批评产品，这导致了技术上的困难。 我们说明了这些理论问题并提供了 一种不依赖 PoE 的新颖、合理的表述。 我们进一步解释了基于采样的变分方法的惊人性能提升，然后结合这些见解提出了一种称为 FGPGM 的新算法，该算法联合学习状态和参数，并在准确性方面提高了最先进的性能， 一般非线性动力系统的运行时间、鲁棒性和“平滑偏差”的减少。 与之前的 MCMC 方法不同，FGPGM 使用单链 Metropolis Hastings 方案，这比之前使用的复