主要介绍了应用OpenCV和Python进行SIFT算法的实现详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

莱德纳尔格 该软件包在C++实现了Leiden算法，并将其公开给python 。 它依靠(python-)igraph来起作用。 除了实现的相对灵活性外，它还可以很好地扩展，并且可以在数百万个节点的图形上运行（只要它们可以容纳在内存中即可）。 核心功能是find_partition ，它使用Leiden算法查找最佳分区，它是Louvain算法对于许多不同方法的扩展。 当前实现的方法是（1）模块化 ，（2）使用配置无效模型和Erdös-Rényi无效模型Reichardt和Bornholdt模型，（3）恒定Potts模型（CPM） ， （4）重要性 ，最后（5）惊奇 。 另外，它支持多路复用分区优化，允许在例如负面链接或多个时间片上进行社区检测。 有可能仅部分优化分区，以使某些社区分配保持固定 。 它还为二分图上的社区检测提供了一些支持。 有关更多信息，请参见。 安装 简而言之： pi

鉴于摄像机采集的图像一般都存在一定程度的旋转和平移，一般的匹配算法都存在较高的误匹配率，引入极线约束，提出一种改进的SIFT特征匹配 算法，并在MATLAB中实现算法，实验结果证明该算法有效

《合成孔径雷达--算法与实现》的图7.3的MATLAB仿真代码

多元数据的非参数多变化点检测 在这个项目中，我从下面的出色非参数变化点检测论文中提供了除法算法的python实现。 Matteson, David S., and Nicholas A. James. "A nonparametric approach for multiple change point analysis of multivariate data." Journal of the American Statistical Association 109.505 (2014): 334-345. 该论文的作者提供了一个R包，其中包含本文中讨论的其他算法 我还提供了一个Jupyter笔记本，用于评估综合数据集上的算法。

对模糊的图像进行二次模糊，比较原图和模糊的图像相邻像素的变化。从而得出图像清晰度。使用matlab实现的reblur算法

c# A星算法Winform 实现 ,用button 代表格子，墙可以随机生成也可以自己设置.

DQN找最短路径算法，MATLAB实现，含界面，可运行！

描述： bulirsch-Stoer 单步 ODE 传播器已在 MATLAB 中Juergen Dietel 的数值 ODE 求解器的 MEX 改编形式。 这很可能是 Mathworks FileExchange 上发布的最快的单步数值传播器。 所有函数都是用 C++ 编写的，必须编译才能在 MATLAB 上运行。 此代码已经过验证，可以使用 MS Visual Studio 2010 正确编译。 请使用以下命令序列进行编译： >> mex BulirschMex.cpp bulirsch.cpp base_r.cpp t_dgls.cpp vmblock.cpp 有关使用 Burlisch-Stoer 与 ODE113 的示例轨道传播比较，请参阅 testDriver.m。

二维二进小波的快速分解与重构算法matlab实现-ex7-4.rar 使用matlab来实现非正交二次样条二维二进小波的快速分解和重构 编程实现例7.4中可分离二维二进小波的快速分解与重构算法 算法实现 使用matlab来实现非正交二次样条二维二进小波的快速分解和重构，实现的函数说明如下 l function [a, d1, d2] = swt1_decomp 函数功能：      二维二进小波分解 输入参数： x – 待分解的二维数组 n – 分解的级数 h – 分解低通滤波器系数 g – 分解高通滤波器系数 输出参数： a – 逼近矩阵 d1 – 水平细节信息矩阵 d2 – 竖直细节信息矩阵 l function x = swt1_recon 函数功能：      二维二进小波重构 输入参数： a – 逼近矩阵 d1 – 水平细节信息矩阵 d2 – 竖直细节信息矩阵 n – 重构的级数 h – 重构低通滤波器系数 g – 重构高通滤波器系数 l – 重构滤波器系数 输出参数： x – 重构的二维数组 在实现以上函数时主要用到了以下wavelet toolbox中的函数: l wconv函数对二维数组和滤波器进行卷积运算 l wextend函数在卷积前对二维图像进行周期延拓 l wkeep函数对卷积结果进行截断 还用到了dyadup和dyaddown对滤波器进行上抽样和下抽样。 测试结果 以下是使用所实现的算法对二维图片的测试结果 图片大小为256*256，使用4级二进小波进行分解 matlab6.gif