matlab混合高斯代码GPML扩展 该存储库包含对流行的GPML工具箱的扩展的集合，该扩展用于MATLAB高斯过程推断，可在此处找到： 我们提供以下代码： 将任意超参数先验合并到任何推理方法中，从而在超参数学习期间允许MAP而不是MLE推理。 用于均值和协方差函数的扩展API，用于针对其超参数计算Hessian。 用于推理方法的扩展API，用于计算相对于超参数的（对数似然/后验）（可能近似）Hessian。 几个新的均值和协方差函数的实现。 例如，许多其他实用程序，用于在执行在线GP回归时计算等级更新以快速更新后验。 超参数先验 我们建立了一个新的简单API，用于指定任意超参数先验。 该API是： [nlZ, dnlZ, HnlZ] = prior(hyperparameters) 输入在哪里： hyperparameters ：GPML超参数结构，用于指定 和输出是 nlZ ：在处评估的对数先验的负值， dnlZ ：包含负对数梯度的结构，该负对数在处求值， HnlZ ：（可选）包含在之前评估的负对数的Hessian的结构， dnlZ结构的指定方式与GPML的典型方式相同（例如，作为

Jx-WFST：包装特征选择工具箱 《迈向人才科学家：共享与学习》--- 介绍 该工具箱提供了 13 种包装器特征选择方法 Demo_PSO提供了如何在基准数据集上应用 PSO 的示例 这些方法的源代码是基于伪代码和论文编写的 用法 采用主要功能jfs进行特征选择。 您可以通过将from FS.pso import jfs的pso更改为来切换算法 如果你想使用粒子群优化（PSO），那么你可以写 from FS.pso import jfs 如果你想使用差分进化（DE），那么你可以写 from FS.de import jfs 输入 feat ：特征向量矩阵（实例x特征） label ：标签矩阵（实例x 1） opts : 参数设置 N ：解决方案的数量/人口规模（对于所有方法） T ：最大迭代次数（对于所有方法） k : k -最近邻中的k -值 输出 Acc : 验证模型的

matlab环境下的goat遗传算法工具箱-详细注释+使用例子+使用说明，使用更方便，便于学习掌握遗传算法

一种基于无图的基于工具的欺诈检测工具箱 简介： UGFraud是一个无监督的基于图的欺诈检测工具箱，它集成了几种基于图的最新欺诈检测算法。 它可以应用于二部图（例如，用户-产品图），并且可以估计节点和边的可疑性。 可以在找到已实现的模型。 该工具箱结合了基于Markov随机场（MRF）的算法，基于密集块检测的算法和基于SVD的算法。 对于基于MRF的算法，用户仅需要图结构和节点的先前可疑分数作为输入。 对于其他算法，图结构是唯一的输入。 同时，我们有一个的，该实现了基于最新图神经网络的欺诈检测器。 我们欢迎您添加新的欺诈检测器并扩展工具箱的功能。 在中列出了一些计划的功能。 如果您在项目中使用工具箱，请引用以下和使用的： @inproceedings { dou2020robust , title = { Robust Spammer Detection by Nash R

FVTool：MatlabOctave的有限体积工具箱

Matlab仿真代码，亲测可用

比较有名的matlab图像处理工具包，常见的一些图像处理功能里面都有，该工具包是一位从事计算机视觉研究的人写的，很好用，用起来也很方便

优点：基于微波雷达的成像工具箱（MERIT）是免费的开源软件，用于基于微波雷达的成像。 包括入门指南和示例数据，MERIT是一个灵活，可扩展的框架，用于开发，测试，运行和优化基于雷达的成像算法

matlab方案优化源代码sssMOR 由慕尼黑工业大学自动控制主席开发的稀疏状态空间模型降阶工具箱。 有关更多信息，请在命令窗口中输入doc或访问。 通过在命令窗口中键入sssMOR_gettingStarted来查看我们的演示 编程： MATLAB R2015b 经过测试： MATLAB R2014b，R2015b，R2016b（Windows 7和Ubuntu 16.04.1 LTS） 一些功能需要：控制系统工具箱，优化工具箱。 注意：报名参加我们的时事通讯，以保持最新。 版权 该工具箱由的模型简化实验室开发。 致谢 自2010年以来，开发团队感谢所有研究助手和学生，他们为创建和开发sssMOR工具箱做出了贡献。 衷心感谢用于弹性多体系统的模型简化软件的团队，它为自动生成工具箱文档提供了支持。 制定准则 我们希望您喜欢该工具箱，并希望通过扩展其功能做出贡献。 为确保开发不会失控，我们准备了一些准则，请您遵循。 资料夹结构 工具箱的文件夹结构如下 sssMOR （主文件夹） 应用程序 演示 doc src （源代码） 临时演员 MOR （归约算法） @ssRed （简化对象的类定义

emd的MATLAB工具箱!基于经验模态分解的工具箱