麻雀搜索算法(Sparrow Search Algorithm, SSA)是一种新型的群智能优化算法，在2020年提出，主要是受麻雀的觅食行为和反捕食行为的启发。在麻雀觅食的过程中，分为发现者（探索者）和加入者（追随者），发现者在种群中负责寻找食物并为整个麻雀种群提供觅食区域和方向，而加入者则是利用发现者来获取食物。为了获得食物，麻雀通常可以采用发现者和加入者这两种行为策略进行觅食。种群中的个体会监视群体中其它个体的行为，并且该种群中的攻击者会与高摄取量的同伴争夺食物资源，以提高自己的捕食率。此外，当麻雀种群意识到危险时会做出反捕食行为。

BP神经网络时间序列预测MATLAB源代码（BP时序预测MATLAB） 1、直接替换数据即可使用，不需要理解代码 2、代码注释详细，可供学习 3、可设置延时步长 4、自动计算最佳隐含层神经元节点数量 5、作图精细，图像结果齐全 6、各误差结果指标齐全，自动计算误差平方和SSE、平均绝对误差MAE、均方误差MSE、均方根误差RMSE、平均绝对百分比误差MAPE、预测准确率、相关系数R等指标，结果种类丰富齐全 7、Excel数据集导入，直接把数据替换到Excel即可 8、可自动随意设置测试集数量 9、注释了结果在工作区

DFT的matlab源代码 nRF905解调器/ FLARM解码器 make # compile everything rtl_sdr -f 868.05m -s 1.6m -g 49.6 -p 49 - | # tune to 868.05 MHz, set sample rate to 1.6 MHz, gain to 49.6 dB, and tuner error to 49 ppm ./nrf905_demod 29 | # demodulate nRF905 packets with 29 bytes per message ./flarm_decode 43.21 5.43 12 # decode FLARM packets for ground station located at latitude 43.21, longitude 5.43 and geoid height 12 参考

matlab源代码如何运行RANS_Channel 此处可用的源代码基于 该代码解决了雷诺平均Navier-Stokes等式的问题，以充分发展具有各种特性（例如密度和粘度）的湍流通道。 该代码演示了如何修改现有的湍流模型，以正确解决这些热物理性质的变化。 有五个模型用于演示： 代数涡流粘度模型（Cess，1958年）， Spalart和Allmaras模型（1994）， 基于Myong和Kasagi（1993）的k-ε模型 Menter的SSTk-ω模型（Menter，1995年） V2F模型（medic和Durbin，2012年）。 它们可以作为 Matlab（matlab / main.m）和 以jupyter笔记本形式的python源：（可能需要一些时间来加载）或使用 要求 Matlab的 Jupyter笔记本，python3.5 执行 运行matlab文件main.m，或执行jupyter笔记本。 这些代码会运行可与之比较的DNS数据的情况。 DNS数据在基于此的目录中给出。

在本次网络研讨会中，我们将说明用于设计和分析雷达系统的技术。 您将了解如何执行雷达系统设计和分析任务，例如波形设计、目标检测、波束成形和时空自适应处理。 该网络研讨会面向从事雷达或相控阵技术应用的科学家、工程师和学生。 下载ZIP文件并执行以下示例： 1) ex1.m 2）ex2.m 3) ex3.m 要查看网络研讨会，请单击此处： http://www.mathworks.com/videos/radar-system-design-and-analysis-with-matlab-81917.html 关于演示者：Vincent Pellissier 是 Phased Array System Toolbox 的开发经理，专注于将阵列处理功能引入 MATLAB。

1. Matlab实现基于门控循环单元的数据回归预测（完整源码和数据) 2. 多变量输入，单变量输出，数据回归预测 3. 评价指标包括：R2、MAE、MSE、RMSE 4. 包括拟合效果图、预测误差图、预测结果图等等 5. Excel数据，暂无版本限制，推荐2018B及以上版本 6. 其他代码连接：https://docs.qq.com/sheet/DT1hWRkpoVVJ3TGZv?tab=BB08J2

1. Matlab实现VMD变分模态分解（完整源码和数据) 2. 单列数据输入，多模态输出，数据分解算法 3. 案例数据为测试数据，无实际含义 4. 下载整个文件夹后直接运行main即可 5. Excel数据，要求 Matlab 2018B及以上版本 6. 频谱图与其他代码连接：https://docs.qq.com/sheet/DT1hWRkpoVVJ3TGZv?tab=BB08J2

基于matlab进行语音情感识别，通过特征空间得到该语音包含的离散情感

RSIHE算法（Recursive sub-image histogram equalization）。基本原理是将图像分割为等面积的2^r部分，各部分分别进行直方图均衡。文件中包含RSIHE的matlab源代码，论文，以及输入图像