【优化求解】多目标智能算法优化求解matlab工具箱.md

matlab脑部代码Polyquant CT重建工具箱 这个Matlab工具箱允许从多能X射线计算机断层扫描（CT）测量中直接进行定量重建。 我们希望您觉得它有用，并欢迎任何反馈或问题[]。 特征 允许定量重建为电子密度，质量密度，质子阻止能力，准单能等。 泊松噪声下的迭代统计重建。 金属制品补偿和校正。 设计用于与操作员一起使用：在运行这些演示之前，请确保工具箱在您的路径中（通过运行其“ setup.m”）。 改编自2D和3D的非负总变化（TV）的说明。 综合多能散射估计和缓解。 具有位反转排序的加速有序子集算法。 演示版 我们提供了一些演示来介绍其某些功能，包括： 大脑，头部，胸部，腹部和骨盆区域的2D扇形CT重建。 2D扇形束CT金属假象的缓解，来自双钛髋关节植入物。 分别在“全扇形”和“半扇形”扫描下对头部和骨盆区域进行3D锥形束CT重建。 具有集成多能散射建模（PolySKS）的3D锥束CT重建。 参考 这些方法在以下出版物中介绍（如果使用，请引用）： 有关更多详细信息，扩展及其在放射治疗中的用途，您可以阅读以下论文： 致谢 感谢Mike Davies，Bill Nailon

LibSVM是一款简单易用的支持向量机工具包，本资源提供libsvm历史版本下载，历史版本包括3.18-3.25

GARCH工具箱（含多元）、gpml函数工具箱、ICA独立成分分析、K均值聚类函数工具箱1.0、LibSvm函数工具箱、Lyapunov、复杂网络工具箱、混沌工具箱3.0、混沌及时间序列函数程序包3.0、机器人函数工具箱、聚类分析工具箱、卷积神经网络函数工具箱、粒子群优化工具箱、模拟退火工具箱、群体智能算法Matlab工具箱3.0、深度学习(卷积神经网络)函数工具箱3.0、深度学习matlab工具箱、时频函数工具箱、数据降维工具箱、数字图像处理工具箱、随机森林函数工具箱、图论工具箱、网页爬虫函数工具箱、遗传算法工具箱、蚁群算法ants工具箱、支持向量机工具箱1.0

bp神经网络预测模型-6输入2输出（内有发动机比油耗及功率预测数据）

预测控制matlab工具箱.doc

独立分量分析的matlab工具箱，亲测可用。下载完成之后添加到matlab的toolbox中即可。运行高效，欢迎大家下载。

误码率的matlab代码DensE：用于密度演化的MATLAB工具箱 该工具箱是MATLAB类和例程的集合，可用于通过密度演化分析迭代解码方案。 目前，该工具箱仅限于迭代有界距离解码下的确定性广义乘积码。 它可用于预测产品代码，阶梯代码或其他相关代码类别的渐近性能。 入门与范例 所有MATLAB文件都可以在DensE文件夹中DensE 。 要安装工具箱，只需下载此文件夹，然后通过addpath('path_to_DensE')将其添加到MATLAB的path变量中addpath('path_to_DensE') 。 在下面，提供了几个示例来说明工具箱的基本功能。 计算阈值 该工具箱可用于以数字方式计算解码阈值。 下面给出了一个所谓的半成品代码examples/thresholds_hpcs.m （请参阅examples/thresholds_hpcs.m ）。 该阈值是根据每个组件代码c的预期擦除次数给出的，该阈值与擦除概率相关，p = c / n，其中n是组件代码长度。 max_iterations = 1000 ; target_error_rate = 1e- 10 ; % ta

1.领域：matlab，BP神经网络 2.内容：通过BP神经网络进行数据预测分别进行自己编程实现BP以及matlab工具箱实现BP+代码操作视频 3.用处：用于BP神经网络编程学习 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。

BP神经网络matlab实现的一个例子和matlab工具箱使用实例，里面有一个word文档和一个pdf文档