智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真
2023-03-28 13:48:58
354KB
1
光谱匹配Matlab代码
是一个开源软件包，提供了用于色彩科学的大量算法和数据集。
根据条款，它是免费提供的。
Color是501（c）（3）非营利组织在美国的附属项目。
目录
1发行说明草稿
该分支的发行说明草稿可在此处获得。
2个赞助商
我们感激不尽
:sparkling_heart:
为了我们的支持。
如果您想加入他们，请考虑。
金牌赞助商
青铜赞助商
捐款及特别赞助
3个特点
Color具有丰富的数据集和对象集合，请参阅页面以获取更多信息。
4安装
通过在外壳程序中发出以下命令，可以从中轻松安装颜色：
$
pip
install
colour-science
也可以通过以下方式从Continuum
Analytics中获取颜色：
$
conda
install
-c
conda-forge
colour-science
详细的安装过程在中说明。
5文档
5.1教程
提供有关Color的介绍。
可通过访问交互式版本。
5.2使用指南
Color指南显示了解决特定问题的各种技术，并重点介绍了一些有趣的用例。
5.3
API参考
Color及其API的主要技术参考是。
5.4例子
大多数对象可从colour名称空间
2023-03-28 10:16:48
12KB
1
matlab光谱降维码提取大脑氧合信号中瞬时成分的方法
Matlab编码了一种分解方法，可从早产儿的大脑充氧信号中提取瞬态信号。
该方法以迭代方式使用奇异频谱分析。
设计用于使用近红外光谱（NIRS）设备测量的早产儿的脑氧合信号，但可能适用于其他领域。
请参阅下面的更多细节：
O'Toole
JM.
Dempsey
EM,
Boylan
GB
(2018)
'Extracting
transients
from
cerebral
oxygenation
signals
of
preterm
infants:
a
new
singular-spectrum
analysis
method'
in
Int
Conf
IEEE
Eng
Med
Biol
Society
(EMBC),
IEEE,
pp.
5882--5885
如果使用此代码生成新结果，请引用以上参考。
|
|
|
|
需要
具有信号处理工具箱的Matlab（）版本R2020a或更高版本。
（应该在较旧的版本上工作，但未经测试。）
在Matlab中添加此项目的路径。
也可以通过以下方式做到这一点：
>>
add_path_he
2023-03-28 10:05:15
624KB
1
chan算法matlab代码FusionNet
使用网络摄像头进行非接触掌纹和手指纹理识别
使用网络摄像头进行非接触掌纹和手指纹理识别的演示源代码。
代码中使用的算法基于论文：
A.
Genovese,
V.
Piuri,
F.
Scotti,
and
S.
Vishwakarma,
"Touchless
palmprint
and
finger
texture
recognition:
A
Deep
Learning
fusion
approach",
in
Proc.
of
the
2019
IEEE
Int.
Conf.
on
Computational
Intelligence
&
Virtual
Environments
for
Measurement
Systems
and
Applications
(CIVEMSA
2019),
Tianjin,
China,
June
14-16,
2019,
pp.
1-6.
ISBN:
978-1-5386-8344-6.
DOI:
10.1109/CIVEMSA45640.2019.9071620
项目页面：
大纲：
源代码：
引
2023-03-28 00:31:50
1.41MB
1
复杂网络中常用的ER网络、BA网络、WS网络等常用网络的，Matlab代码 复杂网络中常用的ER网络、BA网络、WS网络等常用网络的，Matlab代码
2023-03-27 15:48:08
10KB
1
matlab代码左移掩盖可逆图像数据隐藏留下的痕迹的第一步
隐藏因预测误差扩展而导致的扩展嵌入迹线和直方图移位迹线-基于直方图移位（PEE-HS）的可逆图像数据隐藏（RIDH）。
源代码
该项目包括以下MATLAB脚本（用Matlab
R2017a编写）：
demo.m
：我们提出的PEE-HS
RIDH方法的演示，该方法可以隐藏嵌入轨迹，同时保留可逆性。
PEHypthosis.m
：用于绘制给定图像的预测误差直方图及其假设拉普拉斯模型的函数。
detParaCap2.m
：用于找到嵌入容量参数（即T_l和T_r）的函数。
embed.m
：用于将数据有效负载嵌入给定图像封面的功能。
jsdiv.m
：用于计算两个分布之间的JS散度的函数（离散情况下的直方图）。
mockErrDet.m
：用于生成替代预测错误的函数。
recovery.m
：用于数据提取和图像恢复的功能。
作者
李东--如有疑问，请发送电子邮件至：ngli
dot
edu
dot
cn的dongli。
2023-03-27 14:05:32
483KB
1