matlab 的内置箱线图似乎无法使用，所以我自己制作了。 然后我听说了一个用于倾斜数据的adjusted_boxplot，所以我也编码了其中一个，以及它使用的medcouple算法。 （底部引用） 我做了两个补充，可以改善调整后的箱形图的视觉外观。 它们在代码中进行了描述。 我认为这将是一项“正在进行的工作”，所以我欢迎建设性的反馈。 “倾斜分布的调整箱线图”： Huberta, M. & Vandervieren, E. (2007) 计算统计和数据分析第 52 卷，第 12 期，2008 年 8 月 15 日，第 5186-5201 页https://www.sciencedirect.com/science/article/pii/S0167947307004434

Cubature 卡尔曼滤波器(CKF) 在非高斯噪声或统计特性未知时滤波精度将会下降甚至发散, 为此提出了统计回归估计的鲁棒CKF 算法. 推导出线性化近似回归和直接非线性回归的鲁棒CKF 算法, 直接非线性回归克服了观测方程线性化近似带来的不足. 具有混合高斯噪声的仿真实例比较了3 种Cubature 卡尔曼滤波器的滤波性能, 结果表明这两种鲁棒CKF 滤波精度及估计一致性明显优于CKF, 直接非线性回归的CKF 的鲁棒性更强, 滤波性能更好.

测试函数shubert是周期测试函数，拥有多个全局最优解，单周期内拥有一个全局最优解，粒子群算法具有收敛速度快，参数设置简单，容易理解的特点，用粒子群算法求解shubert函数，效果较好

包含基于Huber函数和最大相关熵的抗差滤波算法，以及与卡尔曼滤波算法的对比，用于GNSS导航定位粗差处理。同时主函数中包含混合高斯随机数生成方法。

[GPU精粹3].(GPU.Gems.3).(美)Hubert.Nguyen.扫描版.pdf.pdf

Geodynamics，Turcotte D.L.,Schubert G，经典书籍

传统最小二乘对粗差比较敏感，在有粗差系统中计算很容易失败，而Huber方法给出了较为稳健的计算结果

去噪声代码matlab python中具有Huber准则的稀疏鲁棒线性回归 此代码说明了将Huber准则用于各种任务的说明。 它包含一个与本文相关的工具箱： Block-wise Minimization-Majorization Algorithm for Huber's Criterion: Sparse Learning and Applications, Esa Ollila and Ammar Mian Submitted to MLSP 2020 conference. 它还有助于提高论文中提出的结果的可重复性。 它提供了matlab和python代码。 警告：Python版本仍在调试中，虽然不如matlab可信，但仍在开发中。 本文的结果是使用matlab版本获得的。 文件的组织 该存储库被分解为两个子目录： matlab /，其中包含matlab代码。 要重现本文介绍的结果，请运行： Simulation_1_Regression_example.m Simulation_1_Image_denoising_example.m python /，其中包含python代码

Huber suhner高频连接器指南 ，内部资料

中文版的GPU精粹3，内含很多详细有趣的实例分析和应用。