蚁群算法二维路径规划，可将其与A*算法进行仿真比较。

中值过滤代码matlab 光场深度估计 该工具包含一些光场深度估计方法。 如何使用 运行main.m （此软件已在带有Windows 10 64位环境的Matlab 2016a上进行了测试） 参数data_type选择数据集。 data_type = 1新的基准数据集 Honauer, Katrin, Ole Johannsen, Daniel Kondermann and Bastian Goldluecke. A Dataset and Evaluation Methodology for Depth Estimation on 4D Light Fields[C]// Asian Conference on Computer Vision. Springer, Cham, 2016: 19-34. data_type = 2旧基准数据集 Wanner, Sven, Stephan Meister and Bastian Goldluecke. Datasets and Benchmarks for Dens-ely Sampled 4D Light Fields [C] // P

去噪声代码matlab 去马赛克数据集生成器 该存储库是Khashabi等人提出的去马赛克数据集生成算法的简单实现。 在名为的文件上。 免责声明：此存储库中显示的代码是从头开始编写的（即，不使用任何专有代码作为灵感或基础）。 但是，它确实需要下载第三方代码来访问其所有功能，这些功能已在本自述文件中得到了充分体现。 要求 的Python 3 Foi等人的噪声估计代码。 （请继续阅读以了解更多信息）。 请注意，您需要Matlab的许可版本才能运行此工具的全部功能。 您可以在没有该工具的情况下使用该工具，但是您将无法估计图像的噪点。 设置 首先，请确保您安装了合适的Python 3版本。 Matlab Python引擎 如果您的计算机上安装了Matlab版本，请按照说明操作，确保可以使用Matlab的Python引擎。 如果您无权访问Matlab发行版或不想安装它，则可以继续进行，但要知道您将无法估计输入图像的噪声。 Foi等。 的噪声估算代码 生成去马赛克数据集的很大一部分是能够在子采样结果上复制原始图像的噪声（有关更多信息，请阅读）。 由于许可原因，此存储库中未提供能够估计单个通道图像噪

pid控制器代码matlab 珀尔帖 使用Arduino和numPy的PID控制器。 作为基础控制系统课程的项目撰写 输出PWM信号，该信号可以过滤为直流电压，然后发送到Peltier设备。 Arduino代码处理PID常数并输出结果。 反馈环路是通过K型热电偶和MAX6675热电偶放大器获得的。 可以修改该代码以使用PID控制任何简单的设备。 Python代码在图形上输出控制器的输出。 还提供了MATLAB图形代码和示例原始数据以供参考。 所需的库： PYTHON：pyserial，numpy，matplotlib，drawedow ARDUINO：PID_v1，最大值6675 图书馆和软件属于其各自所有者。

主成分回归代码matlab及示例机器学习（Coursera） 这是我对Andrew Ng教授的所有机器学习（Coursera）编程任务和测验的解决方案。 完成本课程后，您将对机器学习算法有一个广泛的了解。 首先尝试自己解决所有任务，但是如果您陷入困境，请随时浏览代码。 内容 讲座幻灯片 编程分配的解决方案 解决测验 斯坦福大学的吴安德（Andrew Ng） 第一周 视频：简介 测验：简介 视频：具有一个变量的线性回归 测验：具有一个变量的线性回归 第二周 视频：具有多个变量的线性回归 测验：具有多个变量的线性回归 视频：八度/ Matlab教程 测验：八度/ Matlab教程 编程分配：线性回归 第三周 视频：Logistic回归 测验：逻辑回归 视频：正则化 测验：正则化 编程分配：逻辑回归 第四周 视频：神经网络：表示 测验：神经网络：表示形式 编程作业：多类分类和神经网络 第五周 视频：神经网络：学习 测验：神经网络：学习 编程作业：神经网络学习 第六周 视频：应用机器学习的建议 测验：应用机器学习的建议 视频：编程分配：正则线性回归和偏差/方差 机器学习系统设计 测验：机器学习

matlab图像去燥代码 MATLAB 仓库主要包含利用MATLAB软件实现数字图像处理等功能的源代码以及GUI界面的原始文件。 包括图像二值化，图像加噪去燥，中值滤波，放大缩小，位移变换等基础知识的实现原理。 仅供参考，欢迎讨论。

dijkstra算法代码matlab GP3 GP3的源代码 该文件显示了“高斯过程调节环境中的自适应可靠路径规划”论文中提出的SP、SG、LR和GP3算法的Python和matlab代码。 麦芽实验室文件 maltlab文件夹中包含了四种算法的maltlab代码，由于MATLAB代码太大，无法完整上传，此文件夹中仅显示sioux Falls路网。 所需的 Matlab 版本 MATLAB 2018a 描述 covarianceMatrix.m：生成协方差矩阵的方法 func_GP3.m和func_GP3_accelerate.m：GP3的两种实现方式 func_dijkstra.m 和 func_dijkstraPP：Dijkstra 的两种实现方式 func_optimalpath.m:最优路径生成方法 func_rsp_SP.m,func_rsp_zwl 和 func_rsp_zyl：SP、LR 和 SG 的方法 func_sioux_Amap.m：苏福尔斯网络 main_sioux_network.m：用于在 Sioux Falls 网络上测试 GP3 和基准的示例代码 mai

主成分回归代码matlab及示例传统转学 这是传统迁移学习技术的演示。 实例加权方法 1. TrAdaboost。 参考号促进迁移学习， ICML 2007。
2.回归Tradaboost。 在分类的情况下，权重乘以coef.^(0 or 1). 在回归Tradaboost中，绝对误差被用作幂项。 3.实例加权内核岭回归 实例加权核岭回归， 参考： Jochen Garcke，重要性加权归纳迁移学习回归 在这种情况下，所有源域数据都被标记，目标域中的一小部分也被标记。 在这里，我们将此部分称为“辅助数据”。 其余目标域数据未标记，称为“测试数据”。 在此方法中，基于[源数据+辅助数据]计算源实例的权重（alpha），并将其应用于源实例。 源集有n个实例，辅助集有m个实例。 该方法包含3个步骤： 训练了内核岭回归（rbf内核）模型，并在源数据上进行了测试。 获得双重经济效率a（n * 1）。 此a用于计算权重alpha。 代替在每个实例上应用标量，这里作者使用一种rbf距离的形式： Alpha是变量，而不是w （x，y） 成本函数是加权误差，带有α上的调节项。 Alpha应该大

matlab二维插值代码lbm_matlab MATLAB中的格子Boltzmann方法（LBM）代码用于教学目的。 我将这些功能开发为功能更强大的C ++版本的先驱。 重要说明：默认航海斯托克斯版本中的速度设置为1，这会导致不可压缩假设的分解。 您将需要将速度设置为适当的值。 请参阅我的c ++版本以获取更易于验证的版本。 我在Navier-Stokes代码中探索的功能是（有关标题和更多信息，请参见参考资料部分）： 任意细化：（2005 Chen等）和（2012 Chen）。 同一网格中的多个细化级别。 任意形状壁边界的边界条件：（2011 Li）和（1998 Chen等）。 切细胞体积壁边界条件。 与内插方法不同，作为体积BC，MME（质量，动量和能量）得到完美守恒。 粘度抵消作用：（2015 Zhang等人）和（2011 Cheng等人）。 实现高数值稳定性的令人惊讶的有效且简单的方法，允许将雷诺数稳定性的极限提高几个数量级。 多重弛豫时间（MRT）：（2011 Mohamad）和（2015 Zhang等人）。 与通常实施的单张弛豫时间（SRT）方法相比，它的计算成本略高，但稳定

图形用户界面功能选择图像读取输入图像将选定的图像添加到数据库输入图像被添加到数据库中，并将用于训练。 一个整数 ID 是必需的。 ID 是一个累进整数手。 数据库信息显示有关数据库中存在的图像的信息。 手形识别手匹配。 选择的输入图像与所有手部图像进行比较存在于数据库中。 删除数据库从当前目录中删除数据库。