读文章是复现文章的第一步，读有代码文章可以事半功倍！而复现一篇文章是写文章的前提！！ 这里献上电力系统优化调度与预测方向研究生必备matlab-yalmip代码！！祝您快速入门，早日发paper！！！ 包含需求响应/两阶段鲁棒优化/多目标优化/机会约束/二阶锥松弛/时间序列预测/经验模态分解/微电网经济调度/综合能源系统优化调度/低碳调度/碳交易/综合需求响应/电动汽车/多时间尺度/智能算法/配电网最优潮流/无功优化/共享储能/分布式算法/主从博弈/合作博弈等文献复现matlab代码 代码除特殊说明，均为matlab-yalmip-cplex/gurobi编写与运行！代码有偿，清单及详细介绍请见PDF文档

修改 A 时更新 A 的细 QR 分解。 当 A 的维度很大（例如 5000×50）时，这些函数的运行速度比 qr 快。 等级一更新：rankoneupdate(Q, R, v, u): 当 A = A + vu' 时更新 A 的细 QR 分解。 例子： A = rand(5,3); v = rand(5,1); u = rand（3,1）; [Q, R] = qr(A,0); [Q_1, R_1] = rankoneupdate(Q, R, v, u); 删除一行：deleterow(Q, R, k) 删除 A 的第 k 行时更新 A 的细 QR 分解。 例子： A = rand(5,3); [Q, R] = qr(A, 0); [Q_1, R_1] = deleterow(Q, R, 3); 删除列：deletecolumn(Q, R, k) 删除 A 的第 k 列时更新 A

求解非线性扩散方程，该方程可以线性化，如 Richtmyer & Morton [1] 中的一般非线性扩散方程所示。 该方法是将 pde 线性化并应用 Crank-Nicolson 隐式有限差分格式以数值方式求解方程。 Matlab 运行命令-------------------------- 类型： IsoFreeSurfaceSolver 解决 pde： ------------------- \frac{\partial h}{\partial t}=\frac{1}{12}\frac{\partial^2 h^4}{\partial x^2} pde 可应用于在重力作用下在水平基底上扩散的等温粘性流体流动 - Huppert [2]。 请注意，PDE 已无量纲化。 初始条件： t=0: h = (1 - x^2)_{+} + 10^-6（有预湿膜） 考虑到 x = 0

描述 在MIT视频监控数据集上使用NNMF进行异常检测 接触 Vu Nguyen博士， 引文 Bayesian Nonparametric Approaches to Abnormality Detection in Video Surveillance. Nguyen, V., Phung, D., Pham, D. S., & Venkatesh, S In Annals of Data Science, pp 1-21, 2015. Interactive Browsing System for Anomaly Video Surveillance. T.V. Nguyen, D. Phung, S. K. Gupta, and S Venkatesh In IEEE Eighth International Conference on Intelligent Sensors,

matlab经验模态分解代码 emd Empirical Mode Decomposition 版本matlab2018a及以上 注释详细，保证能运行 可修改参数，imf分量个数等 时域图像，imf分量图像，残余分量图像 有一份数据，方便查看数据样式！！！！！！！！！！！！！ 按照数据样式编辑你的数据，更换后即可运行你的数据！！！！！！！！！！！

OpenPIV适当的正交分解（POD）工具箱 适当的正交分解（POD）或主成分分析（PCA） 是一种从数值或实验数据中提取能量最高的结构的客观方法，对于我们的流体力学而言。 该工具箱最初是由OpenPIV小组开发的，于2000年与Matlab（tm）版本的OpenPIV一起使用，然后由TSI Inc.（ ）与Insight（tm）软件。 目前，它可以从OpenPIV（TXT ASCII文件），Insight（VEC格式）或OpenPIV Spatial Toolbox MAT文件中读取PIV数据。 该工具箱可以使用直接法或快照法估算POD模式，并使用POD模式的线性组合提供额外的流体动力学洞察力，从而实现相干结构的检测和表征。 有关详细信息，请参见下面列出的文章。 如何获得工具箱 如果您希望进一步开发工具箱或下载最新分支的ZIP文件以获取不带Git的存储库副本，请使用Github存储库。

为了克服基于小波尺度谱重排的时频分析方法中时、频分辨率不佳及时频分布可读性较差等问题，提出了一种基于参数优化Morlet小波变换和奇异值分解的海杂波背景下舰船目标检测算法。算法利用Shannon小波熵作为目标函数，根据高频地波雷达信号的特点自适应地优化Morlet小波变换的时间带宽积参数，使得后续重排尺度谱的时、频分辨率同时达到最佳；然后再对重排小波尺度谱进行基于奇异值分解的降噪处理，以抑制环境噪声的影响，进一步提高时频分布的可读性。实验结果表明，与传统的时频分析算法相比，提出的算法具有更好的时频聚集性和较强的噪声抑制能力，能有效地检测海杂波背景下缓慢运动的匀速和匀加速舰船目标。

提出了利用小波变换(WT)、非负稀疏矩阵分解(NMFs)和Fisher线性判别(FLD)来进行人脸识别。用小波变换分解人脸图像，选择最低分辨率的子段，既能捕获到人脸的实质特征，又有效地降低了计算复杂性；非负稀疏矩阵分解能显示地控制分解稀疏度和发现人脸图像的局部化表征；Fisher线性判别能在低维子空间中形成良好的分类。实验结果表明，这种方法对光照变化、人脸表情和部分遮挡不敏感，具有良好的健壮性和较高的识别效率。

为了提高现场采集信号的信噪比,针对奇异值分解中重构矩阵有效阶次确定难的问题,提出了一种基于奇异值能量差分谱的信号降噪方法。该方法根据有用信号与噪声能量的差异性,通过构造信号的奇异值能量差分谱,将能量差分谱曲线中最大峰值点作为重构信号的有效阶次来实现有用信号和噪声的分离,能够使信号奇异值降噪阶次得到合理确定,较好地保护了原始信号中有用信息的完整性,获得了较大的信噪比,对后续进行信号特征的准确提取和分析至关重要。仿真和实例分析结果验证了该方法的有效性。

代码说明： 说明： 提供 基于粒子群算法优化的变分模态分解算法，适应度函数选择的是模糊熵(This paper presents a variational mode decomposition algorithm based on particle swarm optimization, and the selection of fitness function is fuzzy entropy) 文件列表： hk, 0 , 2019-06-10 hk\func_1.m, 889 , 2019-06-10 hk\MFE.m, 1522 , 2019-06-10 hk\PSOVMD算法之仿真改.m, 1954 , 2019-06-10 hk\VMD.m, 4302 , 2019-06-10 hk\ww13.TXT, 9476311 , 2019-06-10