蚁群算法二维路径规划，可将其与A*算法进行仿真比较。

图形的旋转matlab代码带有斑点的cSIM 这是具有斑点的相干结构照明显微镜算法的MATLAB实现speckle_group_simulation_dual_coherent_camera.m ：创建用于cSIM处理的仿真数据cSIM_random_pattern_optimized_sim.m ：使用模拟设置处理数据集cSIM_random_pattern_optimized_exp.m ：使用实验设置处理数据集dftregistration.m ：由[1]实现的DFT注册代码zernfun.m ：由[2]实现的Zernike多项式函数rotate_re.m ：基于[3]的无损图像旋转功能 [1] Manuel Guizar-Sicairos，Samuel T. Thurman和James R. Fienup，“有效的亚像素图像配准算法”，选项。 来吧33，156-158（2008）。 [2] [3]艾伦·W·佩斯（Alan W. Paeth），“一种通用的栅格旋转快速算法”，《图形界面与视觉界面》，86，77-81（1986）。

权重系数确定matlab代码

拉曼光谱matlab代码 相干拉曼成像工具包 版本：1.02 自述文件 ###Summary ### CRIKit 包提供了用于预处理相干拉曼光谱数据的实用方法。 目前，这个包包含几个关键组件： 通过 Kramers-Kronig 关系进行相位检索 非对称最小二乘基线去趋势 非对称重加权惩罚最小二乘法 这些仅代表我们开发的软件的一小部分。 有关更多信息，请参阅下面的联系信息。 ＃＃＃设置＃＃＃ MATLAB：将源代码下载到文件夹并通过“设置路径”添加到 MATLAB 路径 Python：将源代码下载到一个文件夹。 注意：有一个带有 Python 代码的 IPython Notebook。 您可能希望将其放在本地 IPython 笔记本文件夹中，以便于访问。 ###依赖关系### MATLAB：MATLAB 2013a 或更新版本（它也可能适用于旧版本）。 Python：（必需）Python >= 3.4； 麻木，SciPy。 （推荐）PyFFTW、CVXOPT（更好）或 scikits.sparse。 非授权 该软件由美国国家标准与技术研究院 (NIST) 由联邦政府雇员在执行公务期间

emd的matlab代码详解使用 Apache MXNet 的循环神经网络 在我们之前的笔记本中，我们使用了一种称为卷积神经网络 (CNN) 的深度学习技术来对 和 进行分类。 尽管 CNN 是一种强大的技术，但它无法从音频和文本等输入序列中学习时间特征。 此外，CNN 旨在学习具有固定长度卷积核的空间特征。 这些类型的神经网络称为前馈神经网络。 另一方面，循环神经网络（RNN）是一种可以学习时间特征的神经网络，比前馈神经网络具有更广泛的应用。 在本笔记本中，我们将开发一个循环神经网络，用于预测给定前一个单词或字符的单词或字符的概率。 几乎我们所有人的智能手机上都有一个预测键盘，它可以为超快速打字提示即将出现的单词。 循环神经网络使我们能够构建类似于 SwiftKey 的最先进的预测系统。 我们将首先介绍前馈神经网络的局限性。 接下来，我们将使用前馈神经网络实现一个基本的 RNN，它可以很好地了解 RNN 的工作原理。 之后，我们将使用 MxNet 的 gluon API 设计一个具有 LSTM 和 GRU 层的强大 RNN。 我们将使用这个 RNN 来生成文本。 我们还将讨论以下主题

教与学优化算法Teaching–Learning-Based Optimization (TLBO)matlab代码

聚醚醚酮 第3版“参数估计和反问题”的示例和练习的MATLAB代码。 有关这本书的更多信息（包括勘误表），请参阅 该存储库包含由Richard Aster，Brian Borchers和Clifford Thurber撰写的第三版“参数估计和逆问题”（2018）的MATLAB代码。 “示例”目录中的代码将为教科书重新创建相应的基于MATLAB的示例，包括图形。 练习的辅助文件（如果需要）位于“练习”目录的相应子目录中。 要运行此代码，必须将“ Lib”目录添加到用户的MATLAB路径。

包含： 1、武汉科技大学-语音信号的预处理和特征提取技术PDF 2、预处理部分matlab代码

图像矩阵matlab代码格randint挑战赛：Salient360！ 简单的介绍 该代码适用于Salient360的巨大挑战！ 在ICME 2017上。代码中实现了两个计算模型，分别是： 基于头部运动的显着性模型（模型类型1）； 和 基于头部和眼睛运动的显着性模型（模型类型2）。 模型类型1和2的相应功能分别是HeadSalMap和HeadEyeSalMap 。 该方法基于我们以前的出版物[1]，该出版物采用了基于堆叠的基于自动编码器的重构框架。 用法 要使用该代码，需要执行以下步骤： 将文件salient360_XDQS.tar.gz解压缩到文件夹 。 在下创建两个子文件夹， images和saliency 。 将要处理的图像移动到文件夹/images 。 执行MATLAB脚本process.m与命令行matlab < process.m 。 输入文件夹/saliency以检查结果。 执行脚本后，结果将存储在<s

基于混沌原子搜索优化的电力系统（HPS）负载频率自动控制（ALFC）Matlab代码.zip