lda分类代码matlab 机器学习的统计方法：  通过应用线性和非线性分类方法，建立了由太阳黑子指数数据中心 (SIDC) 提供的数据的仿射模型。 目标是建立一个模型，以便根据之前的观测结果找到预测太阳黑子数量的映射。  使用支持向量机 (SVM) 对来自斯隆数字巡天的数据进行二元分类。  对著名的 UCI 基准存储库中的可用训练数据进行主成分分析（Frank 和 Asuncion，2010 年）。 对相同的训练数据进行 3 均值聚类。 使用判别分析 (LDA) 和最近邻分类对 3 个图像类进行分类。 为了运行，我们需要以下文件： 代码的结构使得我们可以运行一个主文件来重现报告中显示的所有结果。 这个主文件是 Exam ，它调用以下所有文件： 第一种情况的数据集：sunspotsTestStatML.dt、sunspotsTrainStatML.dt 第二种情况的数据集：quasarsStarsStatMLTest.dt,quasarsStarsStatMLTrain.dt 第三个案例的数据集：seedTest.dt、seedsTrain.dt 用于第一种情况的创建的 Matl

强化学习 您可以在此处找到强化学习 Matlab 中的项目。 TP1：策略评估、策略迭代、价值迭代、Q-learning TP2：多臂强盗，汤普森采样

Matlab rms函数代码立体配对项目 一个Matlab项目，实现了具有自适应窗口形状的Kanade立体匹配算法。 文件索引： Benchmark1.m-关于9种以上窗口形状的初始工作 Benchmark3.m-我们算法的主要实现。 它使用以下功能： 不确定度.m：在给定窗口内计算不确定度估计值的函数。 crementDisp.m：一个函数，用于在我们扩展窗口之后计算视差增量。 initialDisparity.m：将基准1的结果重构为一个函数，该函数会生成视差图的初始估计 originalLab.m-包含运行算法的代码，该算法通过简单地改变所有差异来计算SSD。 这段代码还会生成我们的RMS与窗口大小图 NewWindow.m-一个包装类，用于提供有关我们在其上进行计算的窗口的信息 StereoImage.m-另一个包装类，包含一组立体图像的各个方面 运行：要查看我们的Kanade和Okutomi算法最终实现的结果，请运行Benchmark3。 立体声图像输入可以更改为任何图像。

这个音频插件模拟立体声录音阵列的时间和电平提示（最多主对 + 侧翼 + 中央麦克风）。

l-曲线矩阵代码磁性软物质模拟 该项目包含带有磁性粒子的软物质的模拟。 用Stoner-Wohlfarth模型模拟的硬磁颗粒。 磁性软粒子服从Froehlich-Kennelly定律。 该代码是为与Octave或Matlab软件一起使用而编写的。 斯托纳-沃尔法斯模型仿真 磁滞的斯托纳-沃尔法斯模型在SwParticle类中实现。 构造函数需要一个参数：外加场与易轴之间的角度（单轴各向异性） p = SwParticle( pi / 3 ); p.Draw( ' Folder for image representations ' ); 一阶反转曲线（FORC）模拟 FORC文件夹包含一阶反转曲线实验的仿真。 FORC实验的仿真包括四个步骤： FORC处理器初始化 物质的准备（磁滞回线的处理，以加快仿真速度） FORCs测量 一阶反转曲线图计算 可视化的FORC图 FORC图表分析由FORC处理器（例如，由PikeFORC类的对象）实现。 可以将FORC分析应用于实现iMatter接口的事物模拟对象。 例如，为了模拟单个粒子模型，请使用SingleParticleMatter类，该类的

课程项目 基于matlab的人机对话实现

点聚类matlab代码约束聚类 这是包含一组聚类算法的MATLAB代码。 此代码的一部分用于模拟工作中的实验。 此外，还有可用代码的约束聚类算法列表。 如何运行： 要查看玩具数据的输出，请转到目录experiment ，然后运行脚本experiment_toy.m 。 您应该能够看到以下输出，以及其他一些输出： 您也可以运行脚本experiment_uci.m来查看UCI数据集上算法的输出。 该包装的结构 代码结构如下： 在某些时候， algorithms包含了我们已经研究/实验过的算法。 这些代码中有许多是从某个地方下载的，并且直接包含在其中（或进行了很小的修改）。 其中一些算法的文件夹内包含README.md ，该文件解释了它们的下载位置以及可能的修改/扩展。 请注意，并非所有这些算法都在评估脚本中使用（由于不稳定，运行缓慢或与我们的目的不兼容）。 也就是说，您始终可以将它们添加到脚本中并使用它们。 data ：UCI数据+玩具数据 distance ：我们在多种算法中使用的一些距离度量。 experiment ：用于在数据集上运行算法的脚本。 metrics ：包含我们使用的评估

这个项目试图为我们的地形调查插入水平曲线。 所有评论均为葡萄牙语。

结合使用 MATLAB Coder Add-On 和 Emscripten 编译器生成 JavaScript，可将您的 MATLAB 函数转换为高性能的客户端 JavaScript/WebAssembly 应用程序和库。 生成的代码可以在任何现代浏览器中编译、嵌入和运行； 包括 Google Chrome、Mozilla FireFox、Microsoft Edge 和 Apple Safari。 生成的代码也可以在独立的 JavaScript 引擎中运行，例如 NodeJS。

8MATLAB代码为单目视觉测程与KITTI数据集。该方法的目的是利用连续图像之间丰富的信息关系，并利用最小的硬件，即单目视觉传感器来弥补错误的测距传感器。在这个项目中，我们实现了每个图像的特征检测、特征提取和特征匹配方法。还实现了单目视觉测程的流水线，并在KITTI数据集上测试了我们的实现。