完成信号的单尺度一维离散小波分解；从系数中重构低频部分和高频部分；显示高频和低频部分；由小波逆变换恢复信号；多层一维分解；提取系数的低频和高频部分；重构第3层的低频系数；重构第1、2、3、4、5层的高频信号；重构原始信号并显示。

MATLAB求解偏微分方程（扩散方程）有限差分法 源程序代码

该代码由基于霍夫变换的自动分割系统组成，能够定位圆形虹膜和瞳Kong区域、遮挡眼睑和睫毛以及反射。 然后将提取的虹膜区域归一化为具有恒定尺寸的矩形块，以解决成像不一致的问题。 最后，提取来自一维 Log-Gabor 滤波器的相位数据并将其量化为四个级别，以将虹膜的独特模式编码为逐位生物识别模板。 采用汉明距离对虹膜模板进行分类，如果统计独立性测试失败，则发现两个模板匹配。

802.11b PHY MATLAB Code

matlab到codeV的数据互通，可以利用matlab控制光学设计软件codeV，内部包含了很多命令的实例，后续可以应用到各种光学设计优化场合。

CEC 2014 测试函数集，matlab版本

在自然界的池塘中常常生活着一群青蛙，并且分布着许多石头，青蛙通过在不同的石头间进行跳跃去寻找食物较多的地方。每只青蛙通过跳跃到不同的石头来提高自己寻找食物的能力，而青蛙个体之间通过思想的交流与共享，实现信息的交互。混合蛙跳算法（Shuffled Frog Leaping Algorithm, SFLA）是模拟青蛙觅食过程中群体信息共享和交流机制而产生的一种群体智能算法，是一种全新的启发式群体智能进化算法。该算法由Eusuff和Lansey在2003年首次提出，并成功解决管道网络扩充中管道尺寸的最小化问题。关于蛙跳算法的研究目前还比较少，近年来国内外一些学者多将混合蛙跳算法用于优化问题、旅行商问题、模糊控制器设计等方面。 混合蛙跳算法的实现机理是通过模拟现实自然环境中青蛙群体在觅食过程中所体现出的协同合作和信息交互行为，来完成对问题的求解过程。每只青蛙被定义为问题的一个解。整个青蛙群体采用模因分组方法分为不同的子群体，来模拟青蛙的聚群行为，每个子群体称为模因分组。模因组中的每只青蛙都有为了靠近目标而努力的想法，具有对食物源远近的判断能力，并且受其他青蛙影响，这里称为文化。每个模因组都有自己的文化，影响着其他个体，并随着模因组的进化而进化。在模因组的每一次进化过程中，在每个模因组中找到组内位置最好和最差的青蛙。组内最差青蛙采用类似于粒子群算法中的速度位移模型操作算子，执行局部位置更新，对最差青蛙位置进行调整。模因组内经过一定次数的模因进化后，不同模因组间的青蛙重新混合成整个群体，实现各个模因组间的信息交流与共享，直到算法执行完预定的种群进化次数结束。

Jetson-AGX-Xavier上的量化深层神经网络：如何创建，训练和量化网络，然后将其集成到后期图像处理中并生成用于定位Jetson AGX Xavier的CUDA C ++代码

IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY 上一篇 Comprehensive Evaluation of the IEEE 802.15.4 MAC Layer Performance With Retransmissions的源代码，很有帮助，对于研究wireless sensor network、MAC仿真很有帮助。