Matlab中的Shannon和Fisher信息在有限神经群体中的应用

本存储库目前正在更新，以分享与光子统计和Fisher信息论相关的Matlab代码。预印本的代码已准备好用于同行评审，详细内容位于压缩文件seFRET_FLIM_FisherInformation.zip中。此外，我们还提供了从相关出版物下载代码的链接，包括D. Bouchet等人在2019年发表的文章。代码适用于Matlab 2013及以上版本，最近在Matlab 2018a上测试通过。

Matlab编程可应用于模式识别领域的Fisher算法，该算法在数据分类和特征选择中广泛使用。

MATLAB神经网络的原理和实例详解及其配套源码。

在过去几十年里，数学模型已成为地球科学家理解和预测地球在时间和空间中运行和演变的重要工具。这些模型通常由偏微分方程组成，通过数值方法离散化并在计算机上求解。最常用的离散化方法包括有限差分法（FDM）、有限体积法、有限元法（FEM）、离散元法、边界元法以及各种谱方法。

电子信息课程中，Matlab的应用日益受到重视，特别是在处理m文件方面，它展示了其强大的数据分析和算法实现能力。

介绍了一种改进的QRS复合体检测算法，通过使用改进的Shannon能量包络线方法进行R峰检测。作者尝试重现该算法，但未能达到文献中的性能水平。如果您发现代码中有任何错误，请告知。此代码使用Matlab 2018a编写，需要主函数来加载MIT-BIH数据库。在MIT-BIH心律失常数据库上的性能为：TP（真正例）：109494/109966。

图论中常见术语包括：1) 边及其两端点称为互相关联；2) 与同一条边关联的两个端点称为相邻的顶点；3) 与同一个顶点关联的两条边称为相邻的边；4) 端点重合形成的边称为环；5) 若一对顶点之间有两条以上的边连接，则称这些边为重边。简单图指既没有环也没有重边的图。MATLAB在这些术语的应用方面具有重要意义。

局部Fisher判别分析：故障检测与诊断的新视角 本资源探讨局部Fisher判别分析在故障检测与诊断领域的应用潜力，并提供相关的理论数学公式支持，助力相关研究。资源中不包含代码，如有需要，请与我联系。

但丁·Julia利用结构化网格进行了MATLAB中周期方波的有限体积MHD模拟。该版本经过重写，性能和功能得到了显著改进。指令参数包括：系统尺寸的nD方案，数值方案选择为“鲁萨诺夫”或“HLLE”，精度顺序设置为1或2，稳定性控制参数CFL在（0,1）之间，使用斜率限制器“MM”或“MC”，支持时间精确模式运行的选项，以及IC初始化条件有“密度波”、“方波”、“接触不连续”和黎曼类型。网格类型为笛卡尔坐标系，范围设定为[[0.0, 1.0]]，分别在三个维度中设定了单元数nI、nJ和nK。边界条件为“ float”和“ float”，均为定期条件。绘图选项包括选择要绘制的变量名称。