该程序将 CEV（波动率过程的恒定弹性）离散化，并使用该过程使用 Monte 卡罗方法。

Constant Time Weighted Median Filtering for Stereo Matching and Beyond.

此函数使用 lsqcurvefit 将参数 D、A、mu、sig 拟合到 R^N-->R 高斯+常数模型函数， z(x) = D + A*exp( -0.5 * (x-mu).' * inv(sig) *(x-mu) ) 这里A和D是未知标量，mu是未知Nx1均值向量，sig是一个未知的NxN协方差矩阵。 通过施加下限和上限 0<=D<=0（见下文），这也可用于执行纯高斯拟合。 句法： [params,resnorm,residual,exitflag,output] = gaussfitn(xdata,zdata,params0,LB,UB,Name,Value) 输入（必填）： xdata：MxN 矩阵，其行指定 R^N 中的 M 个分散样本zdata：对应样本的 Mx1 向量 z(xdata) 输入（可选） params0：初始参数估计值的元胞数组 {D0,A0,mu0,sig0}。

构造椭圆的数据点，表示具有任何协方差和平均值的 3 维高斯分布的轮廓曲线。 例子 在这个例子中，函数 ellipsedata 构造了一个由 400 个点组成的椭圆体（3 维椭圆），表示对应于标准偏差为 1.5 的 3 维高斯分布的等高线曲线，协方差矩阵由 [4,1,1;1 ,2,1;1,1,1] 和由 [3,3,3] 给出的平均值。 [elv,elf]=ellipsedata3([4,1,1;1,2,1;1,1,1],[3,3,3],20,1.5); 顶点的位置存储在elv中，可以绘制如下 scatter3(elv(:,1),elv(:,2),elv(:,3)); 面（形成补丁的顶点）存储在 elf 中，可以按如下方式绘制 patch('Faces',elf,'Vertices',elv,'FaceColor','white','EdgeColor','black'); 输入参数

matlab代码中fnames 适用于Python / MATLAB的Constant-Q转换工具箱 介绍 用于计算时域信号的恒定Q变换（CQT）的高效计算方法的Python / MATLAB参考实现。 注意：我只是使用以下功能将原始的原始MATLAB代码（ /MATLAB/*.m ）转换为Python版本（ /CQT.py ）： 核： cqt icqt genCQTkernel getCQT cell2sparse sparse2cell plotCQT 额外奖励： buffer upsample round_half_up nextpow2 hann 有关更多信息和MATLAB打包下载，请参见作者的主页： 或者您可以阅读我的博客文章（中文）以进行侮辱： 相关刊物 C.Schörkhuber和A.Klapuri，“用于音乐处理的Constant-Q变换工具箱”，在2010年西班牙巴塞罗那举行的第七届声音和音乐计算会议论文集中。 要求 Python 3.6+ 脾气暴躁的 西皮 Matplotlib 演示版 注意：它的效率可能不如原始MATLAB版本高，部分原因是此python版本尚未充

附件是英文版的。 这是 Bjarne Stroustrup 的一篇论文。要小心，因为这非常困难。

[BW07] Full-Domain Subgroup Hiding and Constant-Size Group Signatures.pdf

这是由美联储经济数据库（FRED）托管的美联储数据集。FRED有一个数据平台，它们根据数据更新的频率来更新其信息。有关每个文件的更多详细信息，请参见各个文件的说明。 7-year-treasury-constant-maturity-rate_metadata.json 7-year-treasury-constant-maturity-rate_metadata_1.json DGS7.csv GS7.csv