信道编码matlab代码黎曼伪像子空间重建Matlab工具箱 该存储库包含EEGLAB [0]插件的代码，可用于使用Riemannian几何校正EEG工件。 该方法是Mullen等人发表的原始ASR方法的改编。 [1]。 有关其工作的详细信息，请参阅Blum等。 [3]。 rASR工具箱使用Manopt工具箱进行涉及流形和黎曼几何的计算，请注意，在当前实现中，rASR工具箱中使用并包含一个经过自适应的linear_eigenspace函数，而其余的manopt则必须从工具箱中使用。 Matlab路径。 这只是一个临时解决方案，很快将以更可持续的方式进行编码。 用法 要使用rASR清理，只需将其添加到Matlab路径后，像原始ASR插件一样调用此插件： addpath( ' rASRfolder/ ' , ' -begin ' ); % call clean_rawdata EEG = clean_rawdata(EEG, arg_flatline, arg_highpass, arg_channel, arg_noisy, arg_burst, arg_window); 也可以将rAS

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

SAR成像中的Chirp Scaling算法。 ①将回波信号变换到距离多普勒域，并与变标方程相乘，完成补余RCM矫正 ②距离向FFT将数据变换到二维频域进行距离匹配滤波、二次距离压缩和一致RCM矫正。 ③距离向IFFT将数据变回到距离多普勒域，进行方位匹配滤波和附加相位矫正。 ④方位向IFFT将信号变回时域，得到最终SAR图像。

matlab代码影响spl_aggregation_sampling_dsgs 此存储库包含与字母“ Samuel Rey，Fernando J. Iglesias，Cristobal Cabrera和Antonio G. Marques编写的，字母“从连续局部聚合的扩散稀疏图信号的采样和重构”有关的所有代码，并已提交给IEEE信号处理信件。 该存储库中包含的某些实验使用的是最初在[1]中生成的真实数据，因此我们要在此先感谢他们。 我们已加载并处理了这些数据，以便在可能时使用扩散的稀疏模型来表达它们。 储存库组织 该存储库的组织方式如下： 数据集：在图1.b所示的实验中使用的处理后的数据集，它使用了真实数据。 dataset_additional ：其他有用的数据集。 它将以从，从该存储库中提供的代码读取原始数据集的原始数据集以及MATLAB格式的完整数据集以及已处理的数据集的其他变体（已在实验中进行测试）中获取的原始数据集形式包含MATLAB格式的完整数据集。 工具：包括用于读取和处理原始数据集并检查是否接受分散的稀疏表示的不同脚本和函数。 utils ：包含主要脚本check_no

008_基于遗传算法优化BP神经网络(GA-BP)的数据分类预测 Matlab代码实现过程

012_基于随机森林算法(RF)的时间序列预测 Matlab代码实现过程，调用TreeBagger函数实现

003_基于BP神经网络的时间序列预测 Matlab代码实现过程，调用newff函数实现

006_基于支持向量机(SVM)的时间序列预测 Matlab代码实现过程，调用了libsvm工具箱实现

本构模型matlab代码

2020-Fuzzy information entropy-based adaptive approach for hybrid feature outlier detection-Matlab 代码 模糊粗糙集理论中基于模糊关系的模糊信息熵是一种重要的不确定性度量。然而，模糊信息熵用于混合特征离群点检测的研究尚未见报道。在此基础上，利用具有模糊相似关系的模糊近似空间，构造了一种基于模糊信息熵的混合特征离群点检测方法。首先，采用自适应模糊标准差半径和混合模糊相似度构造模糊近似空间，并在模糊信息熵的基础上定义相对模糊熵;然后，构造了两种度量来描述对象的离群度。最后，集成基于模糊熵的离群因子实现离群检测，设计了相关的基于模糊信息熵的离群检测算法(FIEOD)。将FIEOD算法与公共数据上的主要离群点检测算法进行了比较。实验结果表明，该方法具有较好的有效性和适应性。