一个 m 文件中高维的快速自适应核密度估计。 提供最佳精度/速度权衡，通过参数“gam”控制； 要提高“大数据”应用程序的速度，请使用小“gam”； 通常gam = n ^（1/2），其中“ n”是点数。 ' 用法：[pdf,X1,X2]=akde(X,grid,gam) 输入： X - 数据为 'n' 乘 'd' 向量； 网格 - 计算 pdf 的维度为 'd' 的 'm' 个点； 默认仅提供给二维数据； 请参阅下面有关如何在更高维度中构建它的示例； gam -（可选）成本/精度权衡参数，其中 gam<n； 默认值为 gam=ceil(n^(1/2)); 更大的价值可能会导致更好的准确性，但会降低速度； 要加速代码，请使用较小的“gam”； 输出： pdf - 'grid' 处的估计密度值X1,X2 - 默认网格（仅用于二维数据） 请参阅有关如何在更高维度上构建网格的示例 二维示例

等离激远结构仿真电流电荷密度，FDTD软件使用

matlab精度检验代码密度演化-AWGN 子文件夹中的main.m包含GA的原型互逆信道近似（RCA），例如多边缘类型（MET）LDPC码的密度演化迭代解码阈值的近似。 使用S.-Y.Chung GD Forney，TJ Richardson，R.Urbanke文章中的RCA构造代码关于香农极限0.0045 dB以内的低密度奇偶校验码的设计，IEEE通信字母5（2），58- RCA方法在S.-Y.Chung中有详细介绍，第60页，2001年。 麻省理工学院麻省理工学院的论文，2000年。在Matlab和GNU Octave 5.1的旧版本（2011年）和新版本（2018年）上进行了测试（比Matlab慢几倍）。 RCA-GA是从运行时间和准确性快速进行DE近似的最佳方法之一。 Protograph RCA不需要生成Protograph，可使用带环围/ EMD（）的模拟退火或其他QC扩展方法直接将其抬高。 profgen.m-基于AWGN信道下LDPC码度分布优化的基于密度演化的GA近似。 取自亚历山大·德·贝纳斯特（Alexandre de Baynast）。 由于lsqlin实施工

一种低复杂度和低存储需求的turbo架构LDPC码，熊磊，，本文提出了一种具有低复杂度和低存储需求的并行级联码—并行交织级联Gallager码（PICGC）。PICGC兼具了长LDPC码优秀性能和短LDPC码的低编�

非迭代算法进行聚类，效果明显！颠覆了传统聚类算法的迭代圈圈.

作者：Sarah J. Johnson（其它的无需详细描述，仅作者的大名只要是搞LDPC研究的人，无人不知） By: Sarah J. Johnson Publisher: Cambridge University Press Pub. Date: November 19, 2009 Print ISBN-13: 978-0-521-87148-8

统计学国外经典教程，多维密度估计理论、实践、可视化，作者：David W.

这个matlab文件是通过计算均值和协方差矩阵的多变量高斯概率密度函数

核密度非参数估计的matlab代码Non_Parametric_Kernel_Density_Estimation 我们建议使用基于核密度估计 (KDE) 的方法进行分类。 这种非参数方法本质上以一种有原则的方式为每个类提供了成员资格的可能性。 该实现用于： [1] MU Ghani、F. Mesadi、SD Kanik、AO Argunsah、A. Hobbiss、I. Israely、D. Unay、T. Tasdizen 和 M. Cetin，“基于树突棘分类的形状和外观特征”，Journal of神经科学方法。 任何使用此代码的论文都应相应地引用 [1]。 该软件已经在Matlab R2013b下进行了测试。 解压压缩文件后，启动Matlab，然后可以在根目录下运行“KDE_JNeuMeth.m”。 如果报告错误，则您可能没有以下某些 MATLAB 工具箱。 请确保您已正确安装以下 MATLAB 工具箱： 统计和机器学习工具箱 生物信息学工具箱 如果您仍然有问题，您可以给我发电子邮件，或者我会尽力提供帮助。 照原样，该代码使用基于析取法线形状模型 (DNSM) 和定向梯度直方图

此提交提供了使用 Welch 方法计算功率谱密度 (PSD) 的可能性。 该文件基于使用信号处理工具箱的 Matlab 实现。 我排除了计算机密间隔的可能性。 如果需要，请发表评论，我会更新必要的依赖项。 WelchPowerSpectralDensity.m 文件的标题中给出了一个使用示例。 另外两个文件 Hann.m 和 Hamming.m 提供了算法所需的两种可能的窗口函数。