untitled11

This MATLAB implementation computes a correspondence between two shapes based on ant colony optimization (ACO). The input shapes can be either two 2D contours (open or closed) or two arbitrary sets of 2D points. The algorithm is described in detail in:

function [CellSpace_nextstep VehicleSpace] = CountingNextStepVehicleState(CellSpace_current,CellSpace_nextstep,VehicleSpace,TakenMat, TakenCarIDMat,VMAX,signalFlag,UseLaneChangingModelFlag) 计算下一时刻的元胞空间状态 获取当前时刻元胞空间中的车辆信息， [VehicleInCellSpaceMat]=GetVehicleInCellSpace(CellSpace_current,TakenMat,TakenCarIDMat) if isempty(VehicleInCellSpaceMat) == 1 如果为空 return end 对每个车辆进行遍历， 获取每个车辆的数据，以及邻居车辆的数据 计算每个车辆的下一时刻状态并更新到下一时刻的元胞空间中 [CellSpace_nextstep VehicleSpace] = UpdataCellSpaceWithVehicleInfo(CellSpace_current,CellSpace_nextstep,VehicleSpace,VehicleInCellSpaceMat,VMAX,signalFlag,UseLaneChangingModel(function [CellSpace_nextstep VehicleSpace] = CountingNextStepVehicleState(CellSpace_current,CellSpace_nextstep,VehicleSpace,TakenMat, TakenCarIDMat,VMAX,signalFlag,UseLaneChangingModelFlag) 计算下一时刻的元胞空间状态 获取当前时刻元胞空间中的车辆信息， [VehicleInCellSpaceMat]=GetVehicleInCellSpace(CellSpace_current,TakenMat,TakenCarIDMat) if isempty(VehicleInCellSpaceMat) == 1 如果为空 return end 对每个车辆进行遍历， 获取每个车辆的数据，以及邻居车辆的数据 计算每个车辆的下一时刻状态并更新到下一时刻的元胞空间中 [CellSpace_nextstep VehicleSpace] = UpdataCellSpaceWithVehicleInfo(CellSpace_current,CellSpace_nextstep,VehicleSpace,VehicleInCellSpaceMat,VMAX,signalFlag,UseLaneChangingModelFlag) )

采用中心旋转法来进行曲波变换，带有几个demos。方便的进行curvelet变换(Center of rotation method used to carry out curvelet transform, with a few demos. Convenient for curvelet transform)

Simple ga is coded in matlab.

一段小波包程序源码，用于提取故障特征信号值和图形化(Some wavelet packet program source code, used to extract fault characteristic signal values ​ ​ and graphical)

完整的OFDM仿真平台，包括信道估计，调制，编码(ＯＦＤＭ　ｓｉｍｕｌａｔｉｏｎ)

说明：  这是一个混合的粒子群算法编程实现，希望对大家有帮助(hybrid PSO code in matlab)

摘要: 这个程序用下拉菜单条的方式可变选取参数观测李萨如图形.用MATLAB编写(Abstract : This procedure using the drop-down menu, select the variable parameters observation Lissajous figures. using MATLAB)

支持向量域是近几年采用的一种较新的分类器，是在其支持向量机的基础上发展而来。(the tool box of SVDD)

模式分类，提取的新特征，包括熵和尺寸特征，可分性好效果明显(pattern recognition ,new feature incuding entropy and size feature, better performance)