归一化互熵提供了二维矩阵多样性的度量。 它采用互熵并对感兴趣的变量（代码中的列变量）的边际熵进行归一化。 请参阅屏幕截图或嵌入的公式参考。 该代码用于估算生态系统中的生物多样性，但不限于此类应用。 该代码可用于对变量交互的多样性感兴趣的任何系统。 请参阅为包含两个以上变量而编写的代码的后续行动。

该代码使用数组索引来实现矩阵的移位。 它比使用带有“最近邻”选项的 interp2 来移动矩阵快约 2.5 倍。 优化数组索引的灵感来自于一个关于循环移位的片段：Peter J. Acklam ( http://home.online.no/~pjacklam ) 的“MATLAB 数组操作提示和技巧”指南。

函数输入： - filter_size: 过滤器的大小- 西格玛：标准偏差函数输出： - 二维高斯滤波器矩阵在 3D 中绘制滤波器矩阵的示例： g1=Gaussian_filter(50,2); g2=Gaussian_filter(50,7); g3=Gaussian_filter(50,11); 图1）; subplot(1,3,1);surf(g1);title('filter size = 50, sigma = 2'); subplot(1,3,2);surf(g2);title('filter size = 50, sigma = 7'); subplot(1,3,3);surf(g3);title('filter size = 50, sigma = 11');

C++实现的二维矩阵卷积运算 主要是一个卷积的算法，矩阵保存在一个二维矩阵中。接口可以根据需要自行修改。提供了2种卷积的算法，被注释掉的那部分执行效率比较低下，对于大矩阵容易造成程序死掉的情况。所以进行了算法优化。 如果不想自行修改接口的话，或者对修改接口有困难的话，请不要下载本资源。谢谢~ 环境：XP SP3

这是整数中点圆算法的一个很好的例子。 没有像素丢失或重复。

PICKPEAKS 类似于 MATLAB 的 FINDPEAKS； 它返回输入 X 的局部峰值及其索引。主要区别在于 PICKPEAKS - 更快（对于大向量要快得多）， - 允许 X 是一个 2D 矩阵（不仅仅是一个向量），并且用户可以指定跨哪个维度寻找峰值。 - 选择波峰或波谷。 - 不提供 FINDPEAKS 选项“THRESHOLD”。 - 不提供 FINDPEAKS' 选项：'MINPEAKHEIGHT'、'NPEAKS'、'SORTSTR'。 这些可以通过操纵输出轻松实现。 例如，如果 Vo、Io 是 PICKPEAKS 的输出，则以下将产生与将 'MINPEAKHEIGHT' 设置为 0.5 相同的结果： 我 = 发现（Vo<0.5）； Vo(i) = []; io(i) = []; 语法是[Vo,Io] = PICKPEAKS(X,npts,dim,mode); 用法

在 MATLAB 中获取任何 ND 矩阵，并使用 fDim.m 将其展平为 N x 大小（ND,dim）二维矩阵。 在多维矩阵上编写复杂操作时，这通常是必要的。 还希望在展平后，保留的维度具有正确的顺序。 这对于矢量处理尤其重要。 一旦展平，并对二维​​矩阵执行了操作，通常需要将二维矩阵转换回原始多维矩阵。 这可以使用 eDim.m 执行。 有关使用各种矩阵大小和维度的测试用例，请参阅 multiDimDemo.m。 例子： 给定一个多维向量： >> vector_1 = rand(3,3,3,4,5,3); 将其展平为二维矩阵，保留对应于正确 xyz 顺序的第 3 维： >> [vector_1_f, fSeq] = fDim(vector_1,3); 将扁平矩阵转换回它的原始多维形式，仍然保留正确的 xyz 顺序： >> vector_1_e = eDim(vector_

该文件用于二维矩阵傅里叶变换 实现了同时提取位置、频率信息 信号矩阵的行代表信号幅度随距离变换的情况 信号矩阵的列代表信号幅度随时间变换的情况 调用fft函数实现对列进行傅里叶变换。 同时绘制出幅值-频率-距离的瀑布图

第一次上传自己的资源分享下（需要JDK才可）

[y] = normalize_column(x) 输入 ： x : 二维实/复值矩阵输出 ： y : 归一化矩阵，使得 y 的每一列都是单位长度