大数据-算法-集合降维变分方法及其在全球谱模式T106中的应用研究.pdf

大数据-算法-高斯均值场变分推理的算法研究.pdf

大地电磁信号是解释地质构造的重要信息载体,其受长周期和随机噪声影响严重,导致地质构造的反演结果出现严重的偏差。为了解决该问题,基于变分模态分解(Variational Mode Decomposition,VMD)提出了一种综合性的大地电磁信号去噪算法。对原始电磁信号进行多分辨VMD处理去除长周期噪声,采用小波包阈值去噪法去除信号的随机噪声,使用信号重构得到去噪处理后的大地电磁信号。使用此方法对工程实测大地电磁信号进行处理,结果表明,此方法能够对大地电磁信号的长周期噪声和随机噪声进行抑制,并且极大限度地保存了信号的有效分量,提高了时域信号的周期性,全频分段的视电阻率曲线得到了明显优化。

大数据-算法-非线性优化方法及在四维变分资料同化系统中的应用.pdf

大数据-算法-非线性Schr（）dinger方程的多辛变分积分子.pdf

大数据-算法-非线性变分包含和包含组的可解性及迭代算法.pdf

变分模态划分matlab代码泛癌 这些代码旨在提取形状描述符和区域变化特征。 如果您正在使用代码，请引用以下论文和代码 DOI： 吴等人。 跨成像模式和组织学的放射肿瘤分类，自然机器智能，2021 年。 “matlab”文件夹包含形状特征代码，“python”文件夹包含区域变化特征代码 matlab 文件夹包含以下项目： main.m：这是提取形状特征的主要功能，请按照说明提取形状特征 功能：此文件夹包含两个已使用的定义函数 --checkBIM.m：检查表面点云的质量 --spharm_coeff.m：从球谐分解中提取二阶整形器特征 Process_data：这个文件夹保存了输入数据，我们提供了一个例子“Decathlon” SPHARM_output：此文件夹保存输出数据，其中每个子文件夹对应一个步骤 third_party_package：这个文件夹包含了沉力博士组提供的SPHARM函数() SPHARM-MAT.pdf：此文件包含 SPHARM 功能的详细信息 python文件夹包含以下项目： main.py：这是提取区域变异特征的主要功能，请按照里面的说明进行操作。 util

为了恢复图像中划痕、文字等小目标去除后丢失的相关信息,对全变分(TV)模型及其自适应算法进行了分析和改进。在Chan提出的图像修复原则的基础上给出了两个阈值参数,对原有算法中的权值系数进行了改进。仿真实验结果表明,本文算法在保证原有算法修复效果的同时能够有效地提高运算速度,取得了较好的实际效果。

该软件的主要目的是使用最小二乘搭配法计算地壳应变率。 该软件能够同时确定观测点处的速度信号和噪声，并尽可能消除观测误差，或者在没有速度观测的任何其他位置。 此外，该软件可以计算感兴趣点的应变和旋转速率张量，包括观察点、网格点或沿断层线的点。 该软件的优点是它可以选择考虑垂直速度对应变率的影响，这对于一个区域来说非常重要，与水平速度相比，垂直速度是主要信号。

典型相关分析matlab实现代码VBCCA：变分贝叶斯典范相关分析 由藤原佑介（电子邮件：yureisoul [at] gmail [com] com）开发，2013/03/11。 该软件包提供了贝叶斯CCA的Matlab（面向对象）实现。 贝叶斯CCA的参数估计和预测使用Miyawaki等人的视觉图像重建数据进行证明。 2008年。 目录和文件 vbBCCA/ ：贝叶斯CCA源代码。 BCCAtrainMain.m ：贝叶斯CCA的估计参数。 BCCApredOneWay.m ：根据data2预测data1或根据data1预测data2。 BCCApredBoth.m ：根据data2预测data1，根据data1预测data2。 vbBCCA.m ：BCCAtrain和BCCApred的超类。 数据输入接口。 BCCAtrain.m ：用于参数估计的对象。 BCCApred.m ：用于预测的对象。 sample/ ：用于参数估计，可视图像重建和识别的示例脚本。 bcca_trainRandom_testFigure.m ：用于可视图像重建的演示脚本。 bcca_Random_ide