周围计算matlab代码基于自适应密度的无监督高光谱遥感图像聚类 这个 repo 包含我对我们的论文“基于自适应密度的无监督高光谱遥感图像聚类”的实现。 执行 这些代码最初来自于 Science 2014 的“Clustering by fast search and find of density peaks”。我大量修改了 matlab 实现以加快和修改基于我们论文的参数设置和算法框架。 引文 如果您发现我们的工作对您的研究有用，请考虑引用： @article{xie2018unsupervised, title={Unsupervised hyperspectral remote sensing image clustering based on adaptive density}, author={Xie, Huan and Zhao, Ang and Huang, Shengyu and Han, Jie and Liu, Sicong and Xu, Xiong and Luo, Xin and Pan, Haiyan and Du, Qian and Tong, Xi

DFT工具 DFT工具是一个帮助python软件包，用于解析，操作和显示与密度泛函理论（DFT）代码有关的文本数据。 更多信息和文档： :

matlab信息熵代码

柱状晶体 python计算物理框架。 仅运行Crystal，VASP，ewald，jobs和数据库模块所必需的pylada的最小版本 由彼得·格拉夫（Peter Graf）从Mayeul d'Avezac的pylada建造 用法 笔记本子目录中有一些IPython笔记本。 可以在[联机]（ ）中找到文档，尽管有些过时了。 值得注意的是，它没有描述PWSCF包装器。 有关更多示例，请查看每个子文件夹中的测试，以及espresso / tests / bdd / features文件夹中的BDD方案。 最后，请加入[slack]（pylada.slack.com）。 如果需要访问，请向其中一位作者发送电子邮件。 安装 最简单的方法是通过安装： 全局安装 pip install git+https://github.com/pylada/pylada-light 本地（用户）安装

Power Spectral Density using PWELCH vs PSD created by FFT.zip，这是

这些脚本用于实现高斯混合基数化概率假设密度过滤器。 代码中使用的算法和跟踪场景遵循发表在 IEEE Transactions on Signal Proceesing Vol. 2 上的论文“基数化概率假设密度滤波器的分析实现”。 55 No. 7。作者是Ba-Ngu Vo和WK Ma。

matlab仿真交通流代码| | | | | | | 城市交通网络中的密度重建 概述 该存储库包含由，，，和Martin Rodriguez用来生成“使用异构数据源的城市交通网络中的密度和流量重建”示例的源代码。 结构 在MATLAB中启动文件Main.m以获得结果。 ManhattanGridConstruction.m ：包含创建曼哈顿交通网络类型 CellTransmissionModel.m ：实现流量模型 Estimation.m ：实施估算技术 启动模拟 在matlab中启动。 Time_Plot_Links_Animated.m创建结果的视频 Time_Plot_Links.m和Time_Plot_2D.m是绘图工具 外部工具 MATLAB 2016 执照 这些笔记本电脑根据以下协议获得许可 接触 如果您遇到问题或错误，请通过此存储库中的问题通知我们。

提出了两种新型的准循环低密度奇偶校验（QC-LDPC）的代数构造 代码。 这两种构造是在乘法和乘法上实现的。 两个指定基本矩阵的加性矩阵分散，其中 是基于乘法的 和循环基团。 另外，代码构造中的制作技术可以 也适用于两种构造。 仿真结果表明 本文生成的代码在迭代中表现良好 在AWGN频道上解码。 该代码具有优于 Maykay代码在代码性能的某些方面。 同时， 本文构建的代码在迭代中收敛非常快 解码，这是高吞吐量的重要属性 通讯系统。

黄金分割法matlab源代码密度估算 Matlab / Python代码可实现最佳密度估算。 该存储库包括子模块。 请克隆为 git clone --recurse-submodules Git克隆URL： git：//github.com/shimazaki/density_estimation.git 文档：直方图内核 作者首页： 原始文件和演示幻灯片都包含在教程目录中。 HISTOGRAM岛崎H.和Shinomoto S.一种方法用于选择时间直方图神经计算（2007）卷的块大小。 19（6），1503-1527 峰值频率估计中的内核带宽优化中的KERNEL Shimazaki H.和Shinomoto S. 计算神经科学杂志（2010）卷。 29（1-2）171-182 doi：10.1007 / s10827-009-0180-4 执照 这些代码可在免费软件许可下获得。 许可证类型取决于贡献者。 请查看每个文件以了解特定的许可证类型。 Matlab代码在Apache 2.0或BSD许可下可用。 tutorial.m（Matlab） %% TUTORIAL OF KERNEL D

这组 MATLAB 例程模拟具有周期性边界条件的三维硬球堆积。 它初始化一个均匀晶格，然​​后使用 Metropolis 算法对粒子位置进行多次迭代退火。 然后计算 $g_2(r)$，或成对径向分布函数，在集合中的许多中心上取平均值。 对于大的初始粒子密度，结果 $g_2$ 与 Percus-Yevick 近似给出的解析近似匹配，给定足够高的粒子密度的任意精度。