em算法matlab代码投资者关系管理系统 这是用于估计具有独立体制的马尔可夫体制转换模型的代码。 该代码的相关论文为：内容：SIM_MRS.m-模拟独立状态的MRS模型MRS_EM.m-在给定数据的情况下，对MRS模型实施正向算法，反向算法和EM算法 与MATLAB_R2018b兼容

2,4版 可以估计DCC-MIDAS adl-MIDAS DCC-GARCH

pracsim是无线通信系统仿真-C++实用模型的配套源代码，包含通信模型和基本模块，是无线通信研究的理想素材。

model_comparision:查找RMSE值并比较两个模型的代码

ELES模型Matlab代码电动自行车/电动脚踏车的高级范围估计 介绍 此 simulink 模型旨在为电动自行车/电动脚踏车的能量需求建模 安装 此模型至少需要MATLAB-SIMULINK版本R2016a 。 需要工具箱：基本的内置工具箱就足够了 描述 代码 run_sim.m是需要从MATLAB运行的主文件。 run_sim.m还运行文件prepare_sim ，它提取 .gpx 数据作为高程和 x , y 信息的时间序列分布。 loadgpx.m是为该项目的信息需求服务的特定实现。 这不是通用实现，而是用于演示。 但是，程序员可以扩展它以满足他们的需求。 track是一个 Nx6 数组，其中每一行都是一个轨迹点 Columns 1-3是 X、Y 和 Z 坐标 Column 4是轨迹点与其前身之间的距离（以公里为单位） Column 5是以公里为单位的累积轨道长度 Column 6是跟踪点与其前一个点之间的斜率，以百分比 (%) 表示。 plot_track根据从 .gpx 文件解密的 x、y 和高程信息绘制路线的基本 3D 图。 ebike.slx simulink 文件，其中

hmm模型matlab代码Mattia的ML工具 高斯混合模型，隐马尔可夫模型和相关算法的另一个Matlab实现。 为学习而构建，用于下面引用的我的HRI'18论文。 该代码使用了Tom Minka的两个库： 快速安装： 光速： 详细： 高斯混合模型（GMM）：概率，梯度和熵计算 HMM：HMM的推理和学习（MLE，仅针对多元正态发射概率的MAP） 部分HMM（PHMM）：推理和学习（MLE，MAP仅针对多元正态发射概率） 多元正态分布（MVN）：MLE，MAP，后验预测，熵计算，梯度评估 多元T学生分布（MVST）：用于MVN的后验，拉普拉斯近似 分类分布：推理和学习（MLE，MAP） Dirichlet分布：推理和学习（MLE，Weigthed MLE，熵，KL散度） 数值稳定：对数概率空间实现 参考： 拉卡（Racca），马蒂亚（Mattia）和基尔基·维尔（Kyrki Ville）。 “针对时间任务模型的主动机器人学习。” 2018年ACM / IEEE人机交互国际会议论文集，纽约，纽约，美国，2018年，第123–131页。 汤姆敏卡。 “估计Dirichlet分布。” 技术

K210字母识别模型及代码，可以同时识别多个字母，适用于micpy产品 部署平台nncase 模型网络transfer_learning 主干网络mobilenet_0.75 训练次数100 批量大小32 学习率0.001 标注框限制10 训练集：558 验证集：62

MATLAB系统辨识工具箱_ARMAX模型，内含源代码和参考文献，还包含系统辨识工具箱ARMAX辨识步骤。

可以配合Vehicle_Key_Point_Orientation_Estimation论文进行学习，这个模型是我根据公开的源代码部分进行绘制，不过只有关键点识别和方向识别部分

Qt MVC模型视图代码标准模板