全部可以运行，有时序仿真，频域分析，功率谱等

EM算法和SAGE算法实现matlab仿真代码 原理有时间了会更新

k-means聚类分析MATLAB仿真代码

接收机抽取的Matlab仿真代码MRXCAT-用于数字CMR仿真的Matlab代码 MRXCAT是Matlab工具箱，用于对心脏MRI进行逼真的数值模拟。 MRXCAT使用XCAT幻像来获得逼真的解剖面罩，包括心脏收缩和呼吸运动选项。 MRXCAT基于XCAT蒙版模拟动态组织对比度，MR信号模型，多个接收器线圈，物体噪声，笛卡尔和其他轨迹。 MRXCAT当前可用于心脏电影和心肌灌注MRI模拟。 MRXCAT展示柜/演示：HowTo 从下载MRXCAT .zip文件，解压缩并将文件夹添加到您的Matlab路径（仅MRXCAT文件夹，而不是@MRXCAT_CMR_PERF和@MRXCAT_CMR_CINE文件夹）。 下载XCAT灌注和/或电影示例.zip文件，并将其解压缩到任何工作目录中。 为您的Matlab版本下载并安装GUI布局工具箱对于Matlab 2014a和更早版本：对于Matlab 2014b和更高版本： 类型MRD = MRXCAT_Showcase; 在Matlab中启动Showcase GUI，在图形用户界面中调整参数，单击“创建数据集”，然后等待结果。 MRXCAT正常

电磁场matlab仿真代码电荷在静态电磁场中的运动 编程语言：MATLAB 计划目标 电荷在静态电磁场中的运动是基于诸如库仑定律或比奥-萨瓦特定律等基本定律的各种微观现象的完美示例。 以下论文中提出的物理现象与电动力学的经典定义相对应，归结为对带有定义电荷的物理体行为的分析。 不幸的是，通常不可能对这种类型的关系进行分析。 因此，该项目使用有限差分法。 解决方法 问题涉及电荷在其他电荷和导体随电流产生的静电场中移动。 问题减少到二维空间。 此模拟的主要部分基于中央有限差分技术（或也实现了Euler方法）。 从洛伦兹力和第二牛顿定律（对于二维情况）开始，电荷位置由一组微分方程确定。 作为游戏应用 当具有必要的计算工具时，将创建一个图形界面，在该界面中，用户在了解物理定律的情况下，试图根据电流将其他电荷和导体确定出电场中移动电荷的路径。 为此，他要经历各种难度级别（通常是反复试验），其中包括电荷和导体的更复杂配置。 可以通过以下操作序列来简要描述此想法： 用户选择难度级别（电荷和导体的数量）。 产生电荷和/或导体的随机配置，并确定所考虑的电荷的轨迹（该配置和轨迹对用户不可见）。 根据计算出

合成孔径雷达的经典成像算法cs(matlab)仿真代码（吐血整理，内容全，注释全）不需要验证，直接可拿来用，代码简洁已读，希望对有需要的人有帮助

1.领域：matlab，GA遗传算法优化RBF神经网络算法 2.内容：基于GA遗传算法优化RBF神经网络进行数据预测matlab仿真+代码操作视频 3.用处：用于GA遗传算法优化RBF神经网络算法编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme_.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

蒙特卡罗matlab仿真代码Maximum_Likelihood_Estimation_of_the_GJR-GARCH_Model_Using_Matlab 使用 Matlab 估计 GJR-GARCH 模型的最大似然 我们报告了用于 GJR-GARCH (Glosten-Jagannathan-Runkle GARCH) 模型最大似然估计的 Matlab 代码； 此外，我们报告了蒙特卡罗模拟，该模拟表明最大似然估计量收敛到真实参数。 我们将 t5-student 创新用于 GJR-GARCH 过程。 其他细节：所有Matlab代码文件必须包含在同一个文件夹中，并且该文件夹必须添加到Matlab路径中。 包含 Monte Carlo 模拟的主要 Matlab 文件名为“MainFile.m”。 此存储库中包含的所有其他 Matlab 文件 - 即“MLE_t5_tgarch.m”和“mycon_threshold_garch.m” - 是用于估计 GJR-GARCH 模型参数的辅助文件。

1.发射端（调制） 1)信号源信息速率为500Mbps，符号速率为250Mbps 2)采样率为2Gbps，中频为720MHz 3)数字调制，采样多相滤波内插方式 2.接收端（解调） 1)采样率为2Gbps，中频为720MHz 2)采样数据分解为32路，每路数据速率为62.5Mbps 3)在频域中完成低通滤波，相位差补偿 4)载波跟踪采用基带解旋，鉴频鉴相相切换的方式 3.文件说明 1)I_Data.txt,Q_Data.txt为仿真信号源 2)QPSK_fdian_0505为MATLAB浮点仿真程序 3)QPSK_Dingdian_0505为MATLAB定点仿真程序 4)test_ADC.slx为simulink仿真程序，用于仿真信道，模拟AD采样

蔡氏电路matlab仿真代码对抗性个性化推荐排名 APR通过执行对抗训练来增强成对排名方法BPR。 为了说明其工作原理，此处通过在用户和项的嵌入向量上添加对抗性扰动来实现MF上的APR。 这是我们对该文件的正式实现： 何湘南，何占魁，杜小雨和蔡达生。 2018.推荐的对抗性个性化排名，在SIGIR'18的会议记录中。 （通讯作者：） 如果您使用这些代码，请引用我们的论文。 谢谢！ 环境 Python 2.7 TensorFlow> = r1.0 脾气暴躁> = 1.12 PS。 供您参考，我们的服务器环境为2.20 GHz和64 GiB内存的Intel Xeon CPU E5-2630。 我们建议您的可用内存大于16 GiB，以重现我们的实验。 快速开始 演示：APR的效果 该命令通过在第40个数据集yelp （--adv_epoch）中为预训练的MF模型（--restore）添加对抗性扰动来显示APR的效果。 加载预训练模型后，前40个时期为正常MF-BPR，然后进行对抗训练APR。 python AMF.py --dataset yelp --adv_epoch 40 --epoc