确定从等间距电极的线性阵列获得的一组电压轨迹的一维（空间）电流源密度 (CSD)。 CSD 可以使用标准 CSD 方法（Nicholson & Freeman, 1975, J Neurophysiol, 38(2): 356-68）或逆 (delta) CSD 方法（Petterson 等人，2006，J Neurosci Methods，154 (1-2):116-33)。 函数脚本中包含有关如何使用该函数的完整说明。 任何错误/错误的建议或迹象将非常受欢迎。

通过局部传播进行图像滤波的边缘感知梯度域优化框架

针对图像中相似冗余背景造成的显著目标识别的干扰问题，提出了一种基于超像素的冗余信息抑制的显著目标检测方法。首先,引入超像素的概念，利用超像素优化的空间特征分割图像，获取图像的相似区域；其次,为消除像素间的相关性，计算超像素的香农熵来表示图像的像素信息，并据此建立图像的信息图，最后,为了更有效地去除图像中的相似信息，利用自相似性抑制方法克服冗余信息，建立高效的图像显著图。最后的仿真结果表明, 所提算法与传统方法相比，不仅可以准确识别显著目标，而且可以更有效地抑制背景中的冗余信息。

利用模拟退火-粒子群算法进行全局路径规划后，设置动态障碍物进行DWA局部规划，仅是将两种方法进行融合，没什么难度一看就会，详细讲解请移步至https://blog.csdn.net/weixin_53293018/article/details/129802545?spm=1001.2014.3001.5501

针对标准粒子群算法(PSO)全局与局部搜索能力相互制约的缺点,提出一种带有独立局部搜索机制、多区域搜索策略和渐近收敛能力的新型PSO算法(ILS-PSO).设计新的简化参数的全局搜索公式、非劣解邻域局部搜索公式和当前最优解邻域深度搜索公式,使算法具备独立的全局与局部搜索能力.通过参数xi$和\lambda$ 协调算法的全局与局部搜索能力,以实现算法的多区域搜索和渐近式收敛.典型函数及其偏移函数的对比测试结果表明,ILS-PSO算法具有良好的优化性能,其综合性能优于其他对比算法.

周围计算matlab代码DLORE-DP Dense Members of Local Cores-based Density Peaks Clustering Algorithm DLORE_DP.m 的 matlab 代码和合成数据集包括 DLORE-DP 算法（手稿的算法 4），CoreSearch_supk.m 包括算法 2 和算法 3。使用 DP.m集群本地核心。 drawcluster2 用于绘制聚类结果。 SNNDPC2.m 包含我们在实验中比较的 SNN-DPC 算法。 合成数据集 pacake 包括我们在实验中使用的合成数据集

针对电力变压器现场干扰信号特点,采用了软件辅助的脉冲定向耦合法进行抑制,即利用每相高压套管底座和套管末屏接地线上的2个磁芯式电流传感器耦合信号,通过软件鉴别2路传感器所耦合到的脉冲信号第1个峰值的极性,判断2路传感器脉冲极性的异同,从而定向耦合变压器内部的放电脉冲,可有效去除随机脉冲型干扰;同时将动态阈值、数字滤波及相位开窗等抗干扰技术融合到在线监测系统中,综合去除背景噪声、固定频段干扰、周期性脉冲等,使监测数据真实可靠.通过在220 kV变电站的实践应用验证了系统监测的有效性及可靠性.

wpf 中图片局部放大 ，以鼠标所在的坐标为中心，放大，缩小时 只能缩小到窗体大小，不会出现空白

图形处理中的局部特征提取。利用的是MATLAB

针对人工蜂群算法在求解函数优化问题中存在收敛精度不高、收敛速度较慢的问题，提出了一种改进的增强寻优能力的自适应人工蜂群算法。该算法利用逻辑自映射函数产生混沌序列对雇佣蜂搜索行为进行混沌优化，并引入萤火虫算法中的自适应步长策略动态调整观察蜂的搜索行为，从而提升了算法的局部搜索能力。基于标准测试函数的仿真结果表明，改进后的人工蜂群算法在寻优精度和收敛速度上均有明显提高。