广义磁化率体素卷积代码（gSVC）

使用 Matlab 计算离散函数的循环卷积。

这里提供2010年IJCV期刊上的广义薄板样条变形算法的Matlab实现代码，适合与相关论文配合使用。

Matlab代码开发了TransModel 1.0，用于实施3D混合模式模型，预测Fe-C-Mn钢在连续冷却中奥氏体到铁素体相变的平均铁素体晶粒尺寸及其分布。该模型使用Voronoi结构表示奥氏体晶粒，假设铁素体在晶粒角处成核并以球形生长，采用经典成核理论估计铁素体核密度。模型考虑了混合模式下铁素体-奥氏体界面的运动，考虑碳扩散场的软冲击。通过温度分析得出铁素体体积分数、平均晶粒尺寸及其分布。该工具能够以较低的计算成本分析铁素体晶粒尺寸分布的演变。

这是Matlab的演示代码，展示如何利用卷积网络在EPI和扩展应用中进行光场重构。代码包括了多种恢复内核，如SCN [1]，SRSC [2]，SRCNN [3]，VDSR [4]和FSRCNN [5]，以及非盲解模糊代码，由Pan等人提供 [6]。若您使用此代码，请引用我们的论文《在EPI和扩展应用上使用卷积网络进行光场重构》（IEEE Transactions on Pattern Analysis and Machine Intelligence, 2019）。感谢！

本存储库包含了我们实现的ROIwiseHMM的Matlab代码。这个模型的详细信息可以在文档中找到。如果您打算在自己的项目中使用此代码，请引用我们的论文： @article{JUN2018, title = \"Modeling regional dynamics in low-frequency fluctuation and its application to Autism spectrum disorder diagnosis\", journal = \"NeuroImage\", year = \"2018\", author = \"Eunji Jun and Eunsong Kang and Jaehun Choi and Heung-Il Suk\" }。您可以在此下载HMM工具箱，它支持混合高斯输出的HMM的推理和学习。

本代码实现了多层过零率（MLZCR），为Matlab和Python提供通用版本，支持任意长度的信号帧处理。MLZCR可以在信号的最小值和最大值之间进行零交叉计算，以实现能量分解。输入参数包括信号帧长度、过零层数，以及可选的信号静态最小值和最大值。每层计算得到的过零数量和过零率可以方便地输出。详细内容参考文献[1]：PA Schirmer和I. Mporas，“使用多层零交叉率的低采样频率测量中的能量分解”，2020年ICASSP国际会议。

网络中具有切换拓扑和时滞的多智能体的共识问题是一个重要研究领域。

这是一个简化版本的双层卷积神经网络代码示例，展示了深度学习中的基础技术应用。

这个存储库由Timothy J. Gardner和Marcelo O. Magnasco引入Python世界。在标准超声波检查中难以察觉的复杂声音细节在重新分配时变得明显可见。我们探索将新型线性重新分配技术应用于音频分类和无监督机器翻译等下游任务的概念。新的表示形式有望显著提高性能。点击下方图片并放大以观察实现的高分辨率线性重新分配效果。要从GitHub安装，请执行pip install git+git://github.com/earthspecies/spectral_hyperresolution.git。详细讨论该存储库中线性重新分配的使用和参数设置。