wfu pickaltas的安装包，可以下载各种脑影像模板。WFU_PickAtlas provides a method for generating ROI masks based on the Talairach Daemon database. The atlases include Brodmann area, Lobar, Hemisphere, Anatomic Label and Tissue Type.

用于贝叶斯因子统计分析的Matlab软件包。 有关文档和示例，请参见：https ://klabhub.github.io/bayesFactor/

隐式格式的MATLAB代码皮包垫 Matlab软件包，用于研究多项式积分器的稳定性和计算其系数。 下面我们描述如何使用该库的关键功能。 存储库中提供了展示本文档中描述的所有功能的示例脚本。 初始化多项式方法生成器 多项式积分器由不限于单个节点集的一般构造策略描述。 设计该代码的目的是，您可以初始化一个生成器对象，该对象可以构造具有任意数量节点的PBM系列。 要初始化方法生成器，必须首先选择一个节点集生成器，ODE多项式生成器，对于Adams方法，选择一个扩展点生成器。 节点生成器 节点集生成器继承于抽象类NodeSetGenerator ，位于类/生成器/节点/家族中。 当前可用的节点生成器系列有： IEquiNSG：虚构的等距节点 IChebNSG：虚构的chebyshev节点 EquiNSG：等距节点 ChebNSG：chebyshev节点 所有节点集生成器都通过以下方式初始化： NodeSetGenerator(ordering, precision, options) 其中的参数是： 排序：值为'leftsweep'的字符串| 'rightsweep'| “向内” | “向外”

连续傅里叶变换matlab代码弯曲拉伸 时间拉伸色散傅里叶变换可实现每秒百万次扫描的重复率进行实时光谱分析。 从模拟到数字转换器到照相机，以及具有记录性能的单次罕见现象捕获设备等高速实时仪器都已获得授权。 它的扭曲拉伸变体通过非线性群时延分散实现，提供可变速率的频谱域采样，并能够设计信号包络的时间带宽乘积以匹配数据采集系统。 为了能够以低损耗重建信号，信号频谱的光谱时间分布需要稀疏。 使用此MATLAB代码，您可以设计变换的内核，特别是信号稀疏性所指示的非线性群时延曲线。 这样的内核导致具有非均匀频谱分辨率的智能扩展，在提高数据采集速率，实时数据压缩和增强超快数据捕获准确性方面具有直接的实用性。 扭曲拉伸变换也可以应用于连续时间信号的光谱时间分析。 该算法的详细信息可以在本文中找到：

MATLAB用拟合出的代码绘图mvmdist Matlab软件包，用于使用冯·米塞斯分布的混合对圆形数据进行概率建模。 该软件包提供了一个基于类的接口，类似于MATLAB的内置函数。 有关循环概率分布（尤其是冯·米塞斯混合模型）的更多信息，这些论文对一般概念进行了全面概述： 安装 克隆或下载此存储库，然后将其添加到您的MATLAB搜索路径中。 通过浏览到MATLAB中的该目录并mex sampleVonMisesMex.c运行mex sampleVonMisesMex.c ，来编译位于@VonMisesMixture/private的* .mex文件。 例子 建立冯·米塞斯混合模型 以下代码创建具有两个混合成分的von Mises混合模型。 p = [ 0.5 ; 0.5 ]; % Mixture weights. mu = [- pi / 2 ; pi / 2 ]; % Component means. kappa = [ 5 ; 10 ]; % Concentration parameters of components. vmm = VonMisesMixture(p, mu,

matlab数据输入代码辫子实验室 braidlab是一个软件包，用于使用和编写的使用辫子分析数据。 文档和安装 请参阅doc文件夹中的。 该指南也发布在上。 有关安装说明，请参阅指南中的附录。 引用braidlab 如果您在其中一篇论文中使用braidlab ，请将其引用为： J.-L. Thiffeault和MarkoBudišić，《 Braidlab：辫子和环的软件包》 ，[math.GT]（2013-2019），版本<> 。 您可以使用以下BibTeX条目： @Misc{braidlab, author = {Jean-Luc Thiffeault and Marko Budi\v{s}i\'{c}}, title = {Braidlab: {A} Software Package for Braids and Loops}, eprint = {arXiv:1410.0849 [math.GT]}, url = {http://arXiv.org/abs/1410.0849}, year = {2013--2019}, note = {Ver

伊菲姆 iFEM是一个MATLAB软件包，其中包含健壮，高效且易于遵循的代码，用于二维和三维二维非结构化简单网格上的自适​​应有限元方法的主要构建模块。 除了简单性和可读性之外，还引入了稀疏矩阵化（一种针对MATLAB的创新编程风格），以提高效率。 在这种新颖的编码方式中，稀疏矩阵及其运算被广泛用于数据结构和算法中。 安装 通过以下任一方法将iFEM的路径添加到MATLAB的路径库中： 图形界面。 单击文件->设置路径->使用子文件夹添加，然后选择存储软件包iFEM的目录。 命令窗口。 转到iFEM的目录并运行setpath 帮助 help funexample显示功能funexample的描述和语法。 例如， help mg将在纯文本中显示mg功能的基本用法。 ifem funexampledoc显示详细说明。 例如， ifem mgdoc将以html格式逐步解释mg功能。 但是，

matlab终止以下代码适用于Matlab的Sphero多代理机器人测试平台（SMART_matlab） Sphero多代理机器人测试平台是由德克萨斯大学达拉斯分校（UTD）开发的。 该平台使用Matlab作为控制Sphero机器人的环境。 该平台依靠MATLAB与Sphero机器人进行通信。 它提供了许多其他由UTD开发的文件，这些文件可使用网络摄像头检测和监视Sphero机器人，跟踪其随时间的运动，使用扩展的卡尔曼滤波器估算其状态，基于完整和非完整模型进行控制，并存储实验数据来创建情节和视频。 该软件包可用于通过一台计算机或多台计算机通过包含的TCP / IP功能以集中式或分布式方式控制机器人。 该软件包包含一个在Sphero Multi-Agent机器人测试床上的应用程序，其中提供了一个高级控制器来执行分布式编队控制实验，如图所示（视频也链接在下面的图像中）。 该软件包可用于测试和收集几种新颖控制算法的实验结果。 该软件包的一种变体将针对Linux环境中的ROS（机器人操作系统）而推出，即将推出。 SMART_matlab自述文件概述 关于Spheros Sphero机器人是小型

该MATLAB软件包为GNU线性编程工具包（GLPK）生成了独立的MEX（无依赖项）文件。 MEX可以解决大规模线性规划（LP）问题和混合整数线性规划（MILP）问题。 它可以替代MATLAB的linprog（）和intlinprog（），而无需使用任何工具箱。 MEX文件具有MATLAB功能，可作为具有记录的输入和输出的包装器。 要获得支持，请使用GitHub Issues（ https://github.com/RoyiAvital/GLPKMEX/issues ）。

matlab对比实验代码