点运算，几何变换，正交变换，图像增强，形态学变换，边缘与轮廓，图像分析，图像复原，图像编码，等等，实现了很全面的功能

smote的matlab代码不平衡 当数据偏向某一类时，最先进的分类算法就会受到影响。 这导致了许多处理不平衡数据的技术的发展。 然而，似乎没有一种技术在所有条件下都能始终如一地发挥作用。 R 包unbalanced为不平衡分类任务实现了一些众所周知的技术，并提供了一种竞赛策略，以自适应地为给定的数据集、分类算法和采用的准确度度量选择最佳方法。 安装 您可以在以下位置安装稳定版本： install.packages('unbalanced', dependencies = TRUE) 或者在 github 中可用的一个： library(devtools) devtools::install_github("dalpozz/unbalanced") 不平衡分类方法 unbalanced包为不平衡分类任务实现了一些最著名的采样和基于距离的方法。 在采样方法系列中，我们有随机欠采样 ( ubUnder ) 和过采样 ( ubOver ) 的函数。 前者从多数类中删除观察，而后者复制少数类实例。 该包还包含一个名为ubSMOTE的函数，它实现了SMOTE ，它通过在观察到的邻域中生成合成少数

（1） 用10×6个网格来表示立体停车场，每个网格用图片框来表示一个停车位。 （2） 进入停车场的车型随机产生，进入的时间和出来的时间也是随机产生的。 （3） 按照从底层开始停放的原则，当第一层停满后才能停第二层。 （4） 每个停车位上停的车由图标表示，若是相同类型的车，则用同一图标表示。 （5） 能统计每俩车的停车时间和停车费用。

用matlab写的一个k-means聚类程序，简单实用

离散控制Matlab代码使用离散时间滑模控制器运行仿真的少量代码。 该存储库具有两种实现：一种使用MATLAB，另一种使用Python。 MATLAB代码 MATLAB文件可用于在Simulink的``嵌入式MATLAB函数''内部实现这样的控制器。 也可以仅使用它们进行仿真。 目前，我们仅支持扭曲算法和带有对角CB矩阵的经典SMC控制器。 Python代码 Python代码广泛使用平台的绑定。 您需要先安装此依赖项，然后才能运行代码。 此处显示的文件使用了Siconos的控制模块。 可以直接将控制输入值公式化为仿射变化不等式（AVI）的解决方案，并使用数值模块中的求解器。 支持的控制器是： 经典SMC（有或没有等效部件） 扭曲控制器（有或没有进行修改以使其在有限时间内稳定）

前端js节流代码的实现前端js节流代码的实现前端js节流代码的实现

主要介绍了C++ Strassen算法代码的实现,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

Matlab平台基于VQ的语者识别系统 实现程序及程序详细说明

分为5个小文件夹： 1. AR模型系数与LM神经网络完成微弱信号识别 2. 模糊ARTMAP 神经网络 3. ART神经网络的原理方法 4. ART3神经网络 5. ART神经网络

URL Protocol 示例 C#代码 可以实现网页点击打开本地程序，