该项目包含一个matlab程序包，用于生成平衡的格点和用于高阶自适应网格细化的粗精细插值矩阵。 附有张青海提交给Comput的论文。 方法应用。 机甲。 gr。

本系统目的是使模糊的人脸图片变清晰, 核心问题是去模糊，与图像超分辨率和图像修复问题不同。图像超分低分辨率图像与高分辨率图像本身差别不大，只有细微的极小局部的差别，而图像修复则是图像中缺失一部分，需要复原成原图，除去缺失部分其余部分和原图一模一样。总之，模糊图像增强是一个全局的图像超分问题和局部的图像修复的结合问题，核心是图像去模糊。

本系统目的是使模糊的人脸图片变清晰, 核心问题是去模糊，与图像超分辨率和图像修复问题不同。图像超分低分辨率图像与高分辨率图像本身差别不大，只有细微的极小局部的差别，而图像修复则是图像中缺失一部分，需要复原成原图，除去缺失部分其余部分和原图一模一样。总之，模糊图像增强是一个全局的图像超分问题和局部的图像修复的结合问题，核心是图像去模糊。

CIFAR100 小图像分类数据集 50,000 张 32x32 彩色训练图像数据，以及 10,000 张测试图像数据，总共分为 100 个类别。 返回： 2 个元组： x_train, x_test: uint8 数组表示的 RGB 图像数据，尺寸为 (num_samples, 3, 32, 32) 或 (num_samples, 32, 32, 3)，基于 image_data_format 后端设定的 channels_first 或 channels_last。 y_train, y_test: uint8 数组表示的类别标签，尺寸为 (num_samples,)。 参数： label_mode: "fine" 或者 "coarse"

代码由mit的Che liu编写，Coarse2FineTwoFrames可直接调用。

功能：用于惯性导航的位置速度姿态时间更新 输入： t1 %时刻(s)，GPST r1 %位置，纬度(rad)、经度L(rad)、高程(m) v1 %当地北东地坐标系n 中的速度(m/s) q1 %n 系至 b 系的旋转单位四元数，无量纲 f1 %b系中的视加速度(m/s^2) w1 %b系相对于i 系的旋转角速度矢量在b系中的值(rad/s) dt %时间间隔(s) 输出： r2 %位置，纬度(rad)、经度L(rad)、高程(m) v2 %当地北东地坐标系n 中的速度(m/s) q2 %n 系至 b 系的旋转单位四元数，无量纲

matlab三次样条插值函数代码分析仪器信号的数据驱动和粗略到精细的基线校正 您可以使用此程序来实现对来自各种分析仪器（包括但不限于质谱仪，离子迁移谱仪和色谱仪）的信号进行基线自适应校正。 该算法通过自适应定位和去除高振幅频谱峰值，克服了经验模式分解算法的模式混合问题。 通过定性和定量分析，与传统的最小二乘拟合和稀疏表示相比，基于经验模态分解（DD-CF）的算法在处理时间和基线拟合效果上具有更好的优势。 同时，该算法的最大特点是无需用户干预即可实现质谱仪，色谱仪和离子迁移谱的数据驱动基线校正。 与传统算法相比，DD-CF算法具有更强的自适应能力。 有关该算法的详细信息，请参阅此算法的原始参考。（DOI：10.1016 / j.aca.2021.338386） 算法介绍 图1：DD-CF流程图 步骤1： 多项式拟合方法获得粗略基线 第2步： 三次样条插值以消除光谱峰 第三步： EMD并分离基线主导的IMF 第四步： 信号重建 如何使用 代码文件夹包含两个MATLAB脚本文件： DD_CF_v1.m是DD-CF算法的功能脚本； testCode.m是一个测试程序，该程序调用DD_CF_v1

该代码包括了SVM的多核核函数的分类实现和可视化展示。