可视化分析RNN的状态变化 有关LSTMVis，介绍视频以及实时演示链接的更多信息，请访问 还可以在或在线演示中查看我们关于序列到序列模型的新工作，为 V2.1中的更改 更新到Python 3.7 ++（感谢@nneophyt） V2的变化 新设计和服务器后端 隐藏状态轨道的离散缩放 添加了用于元数据和预测的注释轨道 为张量流添加了训练和提取工作流 客户端现在是ES6和D3v4 客户端的一些性能增强 添加了Keras教程（感谢Mohammadreza Ebrahimi） 安装 请使用python 3.7或更高版本来安装LSTMVis。 克隆存储库： git clone https://github.com/HendrikStrobelt/LSTMVis.git ; cd LSTMVis 使用安装python（服务器端）要求： python -m venv venv3 sour

通过MATLAB编程实现的单独一个lstm,不使用matlab的自带的LSTM工具箱+含代码操作演示视频 运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

一种沙箱实现的代码

王者战力查询改名工具箱微信小程序源码分享下载，战力查询小程序带流量主激励广告 介绍 今天分享一款战力查询小程序源码, 微信端QQ苹果安卓四端端战力查询 带改名工具，空白名、重复名、符号名改名小程序源码 带流量主广告位，带激励视频广告位，界面精美，无需服务器后台。 至于更多,就大家自行研究咯!

用于循环相关计算时的工具箱，包括循环自相关和互相关等多个matlab代码。

模态干涉仪仿真工具（MIST）是一个MATLAB工具箱，可以模拟近轴光束近似中的任意谐振光学系统。 它允许用户定义任何光学设置（通常由激光源，反射镜，透镜，电光调制器和检测器组成），并可以在任何点计算静态激光场。 它使用Hermite-Gauss模态分解来模拟衍射受限的光学器件。 该工具主要用于模拟具有谐振腔的大型干涉仪，用于检测重力波。 订阅邮件列表以获取更新和新闻。 如果您在自己的仿真工作中使用MIST，请引用G. Vajente的“近轴光学系统的快速模态仿真：MIST开源工具箱” Classical and Quantum Gravity 30，075014（2013）。

NaveGo一个开源的MATLAB GNU Octave工具箱，用于处理集成导航系统和执行惯性传感器分析。 NaveGo是一个开源的框架，用于处理在网上免费提供的INS GPS传感器。由于这种编程语言已经成为模拟和数学计算的实际标准，它是在MATLAB GNU Octave的基础上开发的。NaveGo已经通过处理真实轨迹的真实数据和与一个商业的、封闭的软件包的对比结果进行了验证。两个解之间的差值可以忽略不计。 目前，NaveGo得到了三个学术研究团体的支持国家技术大学的GridTics(阿根廷)，ITIC at the National University of Cuyo(阿根廷)，DIATI在Politecnico di Torino(意大利)

该工具箱使用简单的界面实现了用于回归和分类的极限学习机 (ELM)。 只需一行代码，就可以训练 ELM 模型。 另一行用于在新数据上测试模型。 此实现还包括添加来自 RVFL 的功能链接的选项，这会在输入和输出之间创建额外的连接。

针对齿轮箱振动信号的非平稳特性和在现实条件下难以获得大量故障样本的实际情况,提出一种经验模态分解和支持向量机相结合的故障诊断方法。运用经验模态分解方法对齿轮箱故障的振动信号进行分析,进行EEMD分解得到相对平稳的本征模态IMF,并计算每个IMF的能量熵,将其作为支持向量机的输入特征向量以判断齿轮箱的工作状态和故障类型。

小波变换函数matlab代码适用于Python的双树复数小波变换库 该库支持在Python中计算1D，2D和3D双树复数小波变换及其逆运算。 可在线获得。 安装 Ubuntu 15.10（wily）和更高版本 可以通过apt-get进行安装： $ sudo apt-get install python-dtcwt python-dtcwt-doc 该软件包当前也位于Debian sid中（不稳定）。 其他作业系统 安装dtcwt的最简单方法是通过easy_install或pip ： $ pip install dtcwt 如果要查看最新的开发版本，请查看。 签出后，安装将基于setuptools并遵循Python项目的常规约定： $ python setup.py install （尽管如果您打算对库进行任何重大修改，尽管developer命令可能更有用。）提供了一个测试套件，以便您可以验证代码在您的系统上是否有效： $ pip install -r tests/requirements.txt $ py.test 这还将把测试覆盖率信息写入cover/目录。 进一步的文件 有在线可用