信号重构matlab代码便携式MRI 便携式MRI数据的重建和处理代码 概述 portable-MRI包含MATLAB代码，用于通用重建和处理由便携式MRI扫描仪生成的MRI数据。 便携式MRI扫描仪具有内置（始终打开）的读出梯度。 3D RARE序列与二维编码中的相位编码一起使用。 重建代码的输入数据是一个.mat文件，其中包含原始相位编码的自旋回波火车数据。 影像重建HALBACH_reconstruct_simp.m是用于运行图像重建代码的顶级脚本。 提供了示例性体内数据集（T2加权）（T2_data_example.mat）。 图像处理进一步的图像处理是用intensity_correction.m执行的。 该脚本使用自定义蒙版对每个2D图像进行蒙版，并使用低通滤波后的图像版本对图像强度进行归一化。 提供了重建的图像以供加载到此脚本中（T2_images_example.mat）。 可以使用drawfreehand和createMask内置的MATLAB函数创建自定义蒙版。 系统要求 硬件要求 portable-MRI软件包需要一台具有足够RAM的标准计算机来支持内存中操作。

保守值法matlab代码这是“单变量生物医学信号的熵分析：方法的回顾和比较”中使用的Matlab代码

som matlab代码SOT 自组织轨迹的Matlab代码 采取一组n维轨迹，并产生一个压电线性“均值”轨迹。 计算每个线段周围的笔画内方差。 标准SOM可以看作是一个两步过程： 将每个点分配给最近的节点 调整最近节点及其邻居的位置，使其朝向指定点的平均值 SOT在以下几点上起作用： 计算每个轨迹（一组连续点）与保存的SOM轨迹（一组连续节点）最接近的DTW映射。 将每个点分配给DTW映射的相应节点。 如上述2 SOT是常规SOM点的限制，以保持点到节点映射的连续顺序。 用法：添加（）所有轨迹，然后运行Adapt（）和AdaptDTW（）直至收敛。 从segvar估计中获取方差，或运行fullmean进行完整分析。 有关划船轨迹示例，请参见example.m和example2.m 请注意，此实现基于已恢复的2013年早期版本的代码，并且在细节上可能与本文中的实现有所不同。 我已尽我所能尝试重新创建该文件的代码。 该实现使用Dan Ellis（）的Dynamic Time Warp实现，该实现需要编译。

该函数提供了一个ARMA谱估计，最大熵满足相关约束（极点数）和倒谱。 该函数需要3个输入：输入信号、分母阶数、分母阶数和输出变量分别为：分子系数、分母系数和输入噪声功率的平方根。

遗传算法求解带时间窗的车辆调度（VRPTW）问题

matlab版蚁群算法路径规划程序，用G2D算法

图像处理方面，有关EM算法matlab完整代码，编写了好久。 图像处理方面，有关EM算法matlab完整代码，编写了好久。

榆木分类器在线词典学习 这是在线稀疏字典学习和时间金字塔匹配的官方Matlab实现[“李南宇，司玉娟，邓铎，袁春雨ECG通过在线稀疏字典和时间金字塔匹配进行分类”，在IEEE第17届国际通信技术大会上（ICCT）]可以从中下载 兼容性 该代码使用Windows 10和Matlab 2012进行了测试。 抽象的 最近，单词袋（BOW）算法提供了有效的功能并提高了ECG分类系统的准确性。 但是，BOW算法有两个缺点：（1）。 量化误差大，重建性能差。 （2）。 它会丢失心跳的时间信息，并可能为不同类型的心跳提供令人困惑的功能。 此外，ECG分类系统可用于对心血管患者进行长时间监视和分析，同时会产生大量数据，因此我们迫切需要一种有效的压缩算法。 鉴于上述问题，我们使用小波特征构造稀疏字典，从而将量化误差降至最低。 为了降低算法的复杂性并适应大规模的心跳操作，我们将在线词典学习与特征符号算法结合起来以更新词典和系数。 系数矩阵用于表示心电图搏动，大大减少了内存消耗，同时解决了定量误差的问题。 最后，我们构造金字塔以匹配每个ECG搏动的系数。 因此，我们通过时间随机池获得包含节拍时间信息的特征。

博弈论模型的源代码，个人网上找到的，分享给大家，还可以，有需要的可以下载

文档用了STFT