水声通信matlab代码宽带线性时变信道中的多层传输 抽象的 考虑宽带线性时变多尺度多滞后信道。 该信道模型适用于水声通信。 该项目跟进了提出的多层（多速率）传输方案，其中不同层的数据符号使用不同的脉冲形状以不同的速率进行调制，并在不同的载波上传输。 如果满足某些条件，所提出的方案可以确保在接收器的不同层之间没有串扰。 在这个项目中，多层方案被进一步研究，在层之间允许一些串扰，与无串扰的情况相比，这将允许使用更多的层。 为了评估由于层间串扰导致的质量下降与由于传输更多层导致的数据速率增益之间的权衡，信息速率被数值计算。 MATLAB 以友好的格式 (html) 查看代码及其输出！ 单击以查看信号频谱（通道的输入和输出）和各种接收器实现的信息速率 通道 E，方案 1 注意：点击上方后向下滚动以查看数字！ 单击以查看光谱和速率 通道 A，方案 1 通道 A，方案 2 通道 E，方案 1 注意：这里显示的代码比multiple_script 中少。 另外，点击查看数字后不要忘记向下滚动！ 点击查看方案1和方案2的信息率对比。 源代码 可以找到源代码。 要重现结果，请运行以下脚本（按以下顺序）

k-means聚类算法及matlab代码安全聚类 SAFE（来自Ensemble的单细胞聚合聚类）：单细胞RNA-seq数据的聚类集成 尽管最近已经开发出几种方法来使用单细胞RNA-seq（scRNA-Seq）数据对细胞类型进行聚类，但它们利用了数据的不同特征，并且在聚类数量和实际聚类分配方面均产生了不同的结果。 在这里，我们介绍了SAFE聚类，单细胞聚合（来自Ensemble）聚类，这是一种灵活，准确且可靠的聚类scRNA-Seq数据的方法。 SAFE聚类将多种聚类方法的结果作为输入，以构建一个共识解决方案。 SAFE聚类目前嵌入了四种最先进的方法，即SC3，CIDR，Seurat和t-SNE + k -means。 并使用三种基于超图的分区算法将这四种方法的解决方案整合在一起。 SAFE聚类由Yuchen Yang []和Yun Yun []维护。 新闻与更新 2020年9月7日 2.00版已发布 SAFEclustering中使用的Seuart版本已更新为版本3。Seuratv.2不再兼容 SAFE聚类仅接受计数数据。 其他格式，例如FPKM，CPM和RPKM不再兼容 2018年

骰子系数 matlab代码EASY-分析 与 MSKCC EASY 研究相关的分析 MATLAB 代码 由于快速原型设计需求，最初的实现是在 MATLAB 中完成的。 下面简要介绍这些功能。 在核心 MATLAB 旁边，代码需要 Neuroelf 工具箱（可从 获得）。 easy_annotate.m 此函数将读取注释图像，这些图像必须位于单个文件夹中，并命名如下： [STUDYTOKEN]_ISIC[NUMBER]_[ANNOTATOR]_[FEATURE].jpg 例如 EASYstudy1_ISIC0016092_BestAnnotator_Dots.jpg ISIC[NUMBER]部分用于检测标注与哪个图像相关， [ANNOTATOR]部分用于检测每张图像的标注者数量，最后[FEATURE]部分用于将数据分组为特征. 该函数的第一个参数是 easy_annotate 在其中搜索图像的文件夹。 如果未给出参数，则默认为easy_annotate.m文件所在的文件夹。 在注释（掩码）图像旁边，还需要原始 ISIC 图像，以及默认为'Annotations/study1.csv'的研

【优化布局】遗传算法求解配电变电站布局优化问题.md

【路由优化】基于能量均衡高效的LEACH协议改进算法附matlab代码

图像修复matlab代码Path_planning_for_FEVAR 通过可变形配准腹主动脉瘤的3D路径规划，进行机器人辅助的开窗血管内修复 要求 版本：Matlab R2016a至R2017a 平台：Windows，Linux 脚本'demo_2D3Dregist.m'： 这演示了如何从2D术中分割的动脉瘤形状和3D术前骨骼恢复机器人路径的3D骨骼，它将导入术前透视的2D jpg图像，2D分割标签和3D骨骼。 它将显示2D / 3D骨骼，术中（地面真实）骨骼，术前骨骼和我们的预测的注册时间成本，以及在2D和3D中评估的距离误差。 文件夹“功能”： 它包括为在2D和3D骨架之间进行可变形配准而编写的所有代码。 请仔细阅读每个文件中的许可证。 对于使用此文件夹中代码的任何学术出版物，请引用： 郑JQ，周XY，C。Riga和GZ Yang，“机器人辅助有条件的血管内主动脉修复的单一2D荧光镜图像的3D路径规划”，IEEE国际机器人与自动化会议（ICRA），2019年。 文件夹“数据”： 它包括演示中使用的导入数据。 文件夹“外部”： 它包括演示中使用的重新分配的代码。 请仔细阅读每个文件

nmf的matlab代码SDGNMF 用于图像共聚的稀疏双图正则化NMF 此存储库实现了Jing Sun等人针对“稀疏双图正则化NMF进行图像共聚”提出的聚类算法的迭代更新过程。此代码在人脸上进行聚类实验（ORL-32和PIE-pose27 ）和对象（COIL20）数据集以获得AC和NMI，然后验证SDGNMF的聚类有效性。 此外，该代码还可以显示我们的稀疏性研究和运行时间，以便与其他基于NMF的聚类方法进行比较。 依存关系 该代码支持Matlab。 跑步 主目录 下载本文 引文 如果您认为此代码有用，请引用： 孙静，王志辉，孙富明，李浩杰*。 用于图像共聚的稀疏双图正则化NMF。 神经计算，2018，316（NOV.17）：156-165。

线性规划的matlab代码 Modularized Dynamical System Simulator 模块化仿真系统 运行库简介 基于子系统的仿真程序，利用C++编程实现模块化仿真功能。自动解析系统给子系统的串并联结构，实现数值求解微分方程。 支持仿真参数和结果的读写。 正在开发中，目前已经实现多模块拓扑分析，规划和计算功能。 目前求解器构架已经完成，并且通过多次测试，与Simulink 的计算结果做到完全吻合。 正在加入测试更多模块，计划实现simulink aerosapce blockset 的全部模块功能。 计划加入 Gaussian Regression 的实现模块，为以后利用机器学习进行QTG系统辨识做基础。 文件目录如下： 文件目录 内容 src 包含所有源代码 verification 包含求解器计算输出和利用Simulink计算的仿真结果的对比验证代码和记录数据读取MATLAB脚本 代码编译： 以下步骤包含工程编译步骤 ：(VS2017） 第一步：克隆工程到文件夹，解决方案为：solver_test.sln。 第二步：下载Eigen库，解压缩后将文件夹重命名为ei

迫零算法matlab代码描述 这是Price Weller Pinkel（PWP）海洋混合层模型的Python实现。 该代码基于PWP模型的MATLAB验证，该模型最初由（美国罗德岛州）编写，后来由Byron Kilbourne（华盛顿大学）和Sarah Dewey（华盛顿大学）进行了修改。 有关模型背后理论的详细描述，最好的资料是介绍该模型的原始论文。 ;中提供了对该算法的简短介绍。 谷歌搜索可能会产生更好的来源。 此处提供的代码在功能上与其等效的MATLAB类似（请参见matlab_files / PWP_Byron.m ），但是我对代码的组织和流程进行了重大更改。 一个很大的不同是该代码分为两个文件： PWP.py和PWP_helper.py 。 PWP.py包含PWP模型的核心数值算法，并且主要是原始MATLAB代码的逐行转换。 PWP_helper.py包含帮助程序功能，以促进模型初始化，输出分析和其他杂项任务。 在此实现中引入了许多这些功能。 免责声明：我将python翻译作为个人练习，因此建议您在将其用于个人用途之前彻底检查该代码。 如果遇到任何问题，请随时在下面留下注释

由 Aino 先生和/或 Tikkuhirvi Tietavainen 先生编写并可能由 Steen Johansen 先生和/或 Sarah 女士更正的 matlab 代码中的错误已得到更正。 错误在于 L(m,k) 的公式（或某些论文中的 Lm(k)）。 如需进一步参考，请参阅 m 文件中引用的论文。