matlab代码中fnames 适用于Python / MATLAB的Constant-Q转换工具箱 介绍 用于计算时域信号的恒定Q变换（CQT）的高效计算方法的Python / MATLAB参考实现。 注意：我只是使用以下功能将原始的原始MATLAB代码（ /MATLAB/*.m ）转换为Python版本（ /CQT.py ）： 核： cqt icqt genCQTkernel getCQT cell2sparse sparse2cell plotCQT 额外奖励： buffer upsample round_half_up nextpow2 hann 有关更多信息和MATLAB打包下载，请参见作者的主页： 或者您可以阅读我的博客文章（中文）以进行侮辱： 相关刊物 C.Schörkhuber和A.Klapuri，“用于音乐处理的Constant-Q变换工具箱”，在2010年西班牙巴塞罗那举行的第七届声音和音乐计算会议论文集中。 要求 Python 3.6+ 脾气暴躁的 西皮 Matplotlib 演示版 注意：它的效率可能不如原始MATLAB版本高，部分原因是此python版本尚未充

Toolbox_V32-STEP 7-Micro-WIN32-Instruction-Library.zip

Oscilloscope App 是一个示例应用程序，它展示了如何使用 App Designer 和 Quick-Control Oscilloscope 界面（仪器控制工具箱）来控制和读取来自支持的示波器仪器的波形。 这个应用程序需要： - MATLAB:registered: R2018b 或更高版本- 仪器控制工具箱:trade_mark: -支持的示波器仪器； 某些Tyk型号支持默认的“Tyk”驱动程序； 其他制造商/型号通过第三方 IVI-C 驱动程序支持。 - Quick-Control Oscilloscope 界面所需的软件： - “National Instruments VISA 和 ICP 接口的仪器控制工具箱支持包”（使用 MATLAB Add-On Explorer 安装） - 对于Tyk以外的制造商，安装与您的示波器仪器型号兼容的 IVI-C 驱动程序

免安装，Scource Insight_4.0

这是Peter Corke开发的在matlab平台上运行的robotics_toolbox 10.4版本对应的操作手册，其中详细介绍了该工具箱的功能及各自类封装说明。

使用PX4:registered:自动驾驶仪的UAV工具箱支持包，您可以从MATLAB:registered:和Simulink:registered:访问自动驾驶仪外围设备。 借助EmbeddedCoder:registered:，您还可以自动生成C ++代码并使用PX4工具链来构建和部署专门为Pixhawk:registered:和Pixracer飞行管理单元（FMU）量身定制的算法，同时结合机载传感器数据和其他PX4特定服务。 PX4是Lorenz Meier的商标。

轴承matlab代码PHM工具箱 这是我的本科生项目，旨在帮助机械故障诊断领域的新手学习Prognotics and Health Management（PHM）（由我和Yongyu合作开发），位于中国杭州的AIMS。 该软件由MATLAB开发，仅用于研究目的。 另外，该软件使用NASA提供的轴承振动信号数据集。 PHM ToolBox的目录结构如下所示： 代码 MATLAB源代码。 数据1st_test_mat-NASA轴承振动数据SVM_sourcedata-SVM模块的数据集 BearFreq.mat 功能_全部 图像 该软件使用的一些图像 保存数据 软件保存的数据

Rosenbrock函数Matlab代码BO_工具箱 这个存储库提供了在 Matlab 中贝叶斯优化的实现。 要求 只需要 Matlab 环境。 此存储库提供了所有必需的代码 如何使用 在不同的基准测试中实现了功能，而该文件夹包含在贝叶斯优化上下文中不同算法的实现。 为了使用这个工具箱，脚本必须首先运行，以将需要的子文件夹添加到 matlab 路径中。 要在 50 次迭代中对 30 维 Rosenbrock 函数执行经典贝叶斯优化，可以使用以下示例。 intiToolbox f = Rosenbrock( 30 ); results=BO(@f.call,f.vars, ' minimize ' , f.minimize, ' maxIter ' , 50 ) 另一个例子是 Ackley 函数处的优化 vor the Dropout for Bayesian Optimization。 f = Ackley( 40 ); results=DropoutBO(@f.call,f.vars, ' minimize ' , f.minimize, ' maxIter ' , 50 ) 所有提

Maple Toolbox for MATLAB

生物神经网络工具箱 Biological Neural Networks (BNNs) Toolbox for MATLAB 是一款免费的开源软件，用于模拟大脑和中枢神经系统模型，基于 MATLAB 计算平台。 正如工具箱的名称所暗示的那样，该软件包的主要目标是为用户提供一组集成工具来创建生物神经网络模型并轻松对其进行模拟，而无需进行大量编码。 用户可以使用预定义的库函数在不到 10 行代码（或者甚至是一行，如果他们将所有参数都提供给主函数）中创建和模拟一个巨大的尖峰神经元网络。 还可以使用模板库项目或为此提供的特殊工具轻松创建新模型并将其添加到库中。 有关此工具箱的更多信息，请参阅文档 (BNNToolbox.pdf)。