考虑碳排放的车间调度问题，同时优化碳排放和最大完工时间，采用的NSGA-II算法，包括初试种群的生成，变异，交叉，选择等所有过程，最后还有画出甘特图的代码。一共求解了四个问题，典型的LA01(10×5)问题，FT06(6x6)问题及两个变式，所有过程都注释的很详细。

稳健的电力系统状态估计器对于监控应用至关重要。 根据我们的经验，我们发现使用投影统计的鲁棒广义最大似然（GM）估计是文献中最好的方法之一。 它对多个交互和一致的不良数据、不良杠杆点、不良零注入以及某些类型的网络攻击具有鲁棒性。 此外，其计算效率高，适合在线应用。 除了 GM 估计器的良好击穿点外，它在高斯或其他厚尾非高斯测量噪声下具有很高的统计效率。 使用 SCADA 测量的 GM 估计器的原始版本是由 Mili 和他的同事在 1996 年提出的 [1]。 通过在 [R2] 中使用 Givens 旋转增强了其数值稳定性。 在 [R3] 中，GM 估计器被扩展为同时估计变压器抽头位置和系统状态。 错误的零注射也得到了解决。 在 [R4] 中，提出了 GM 估计器来处理动态状态估计中的创新和观察异常值以及测量损失。 在这里，我们想与所有研究人员分享 GM 估计器的 Matlab 代码。 我们还

MATLAB小波软硬阈值去噪代码基于小波的去噪MATLAB代码 要运行该实现，只需运行“ project.m”文件。 将出现5张图像： 原始的“莱娜” 256x256图片（黑白） 添加了AWGN的图片 图片通过纸算法实现去噪 通过Visushrink硬阈值实现对图像进行去噪 通过Visushrink软阈值实现对图像进行去噪 相应的嘈杂的SNR和所有三个去噪的图片也将被打印在命令窗口中。 Visushrink算法的代码（用于比较）由M. Kiran Kumar实现，并通过Mathworks网站（）下载。 Lipschitz指数是由Venkatakrishnan等人通过题为“使用小波变换模量极大值（WTMM）的Lipschitz指数（LE）的测量”的方程式（9）来计算的。 （IJSER-2012年6月）。

模拟退火算法 matlab code 完整版

使用matlab代码实现了Raibert早期的单腿蹦跳机器人的平面与三维平衡控制，可实现速度与位置的精确控制，值得学习

Resnet 分类问题的 Matlab 代码（残差网络） 任何查询 - WhatsApp- +91 9994444414 , josemebin@gmail.com

Matlab demo code for shape context matching with thin plate splines(Serge Belongie, Jitendra Malik and Jan Puzicha)

niqe-C-MATLAB代码 论文名称：制作“完全盲”图像质量分析仪 作者：Anish Mittal，Rajiv Soundararajan和Alan C. Bovik 年：2013 它包含niqe算法的C ++代码和MATLAB代码。 MATLAB代码包含训练代码和测试代码，而C ++代码仅包含测试代码。 因此，在运行C ++测试代码时，需要导入MATLAB获取的mu.txt和cov.txt。 包含的mu.txt和cov.txt文件是通过MATLAB训练我的私有数据集而获得的。 由于该算法需要在训练集和测试图像的相同环境和相同光照条件下使用，因此可以获得更高的准确性，因此这两个txt文件对您几乎没有用处。 因此，请在MATLAB代码上训练自己的数据集，以获得正确的结果。 我的最高准确率是97.15％。 环境：C ++：OpenCV4.1，Visual Studio 2015

SFF 是一种用于评估彩色图像感知质量的新算法。 对于质量评估，您可以按如下方式运行“SFF”： 负载（'W.mat'）; % 加载特征检测器分数 = SFF(refImg, disImg, W); % refImg 和 disImg 分别表示参考图像和失真图像 质量分数介于 0 和 1 之间，其中 1 表示与参考图像的质量相同。 特征检测器 W 是一个大小为 8*192 的矩阵，通过在 data1 上运行 TrainW(18000,8,8) 生成。 W 可用于从图像块中提取特征。 培训代码位于文件夹“\Training”中。 您可以运行“TrainW”来获取特征检测器。 例如： W =火车W（18000,8,8）; 在我们的论文中，我们使用了 18000 个大小为 8*8 的样本块，并且只保留了 8 个分量。 为训练阶段提供了两组图像，即 data1 和 data2，这在我们

徐立博士的tsmooth，多个应用场景。