改进的简化系统(IRS)基于Matlab的开发

介绍了基于EVM改进的PBVM算法在Matlab中的实现过程。

针对传统Apriori算法在图书管理系统应用中存在的数据库频繁扫描和候选项目集过多导致运行缓慢的问题，设计了一种基于改进Apriori数据挖掘算法的信息推荐图书管理系统。该系统采用C/S和B/S混合架构，方便图书馆工作人员和读者访问图书信息。 系统功能模块中的数据预处理子模块从图书借阅数据库中提取借阅者和图书的相关信息数据，经过数据清理、转换和整合后，关联规则挖掘子模块根据处理后的数据挖掘出支持度大于最小支持度阈值且置信度大于最小置信度阈值的强关联规则，并利用改进的Apriori数据挖掘算法生成关联规则数据库。个性化推荐子模块根据借阅者信息及其在关联规则数据库中选择的书籍进行关联匹配，推荐与借阅者阅读书籍相关的书籍信息，实现图书信息的个性化推荐。 实验结果表明，该系统能够有效地推荐图书相关信息，在同时运行50个客户端的情况下，CPU占用率仅为6.47%，表现良好。

MATLAB开发：改进ReadngspiceMOD。这个修改版本让'read ngspice'的mod在rework-18环境中正常运行，与fc-10仓库中的版本兼容。

基于Matlab的OFDM通信系统开发。在频率选择性无线信道上实现OFDM技术。

Matlab开发：简化fit函数的使用方法。Pbest=简单（x，y）。

这是一个对标准POLAR绘图函数进行修改的版本，允许用户旋转绘图标签而不是整个绘图。此外，还能重新定义半径标签，以处理包含负值而不是负半径的数据，这在声学领域中尤为常见。虽然最初设计用于方向图，但这种修改对其他应用也十分实用。此版本还支持半圆形极坐标绘图、自定义径向网格步长以及调整径向标签的角度。返回的句柄可供用户进一步调整使用。已经在MatLab版本R12、R14和2017a上进行了测试，并与旧有的POLAR语法兼容。

SSFC是牙科X射线图像分割的半监督模糊聚类技术，探讨了在Matlab环境下的开发和应用。

MATLAB开发的LAI。基于分层格的整数包上的线性代数。

MATLAB代码用于执行基于后爬坡的模因算法（LAHCMA）的功能选择。这项工作聚焦于面部情感识别中的特征选择，同时提供了模拟退火算法的实现。为论文准备数据需创建四个MAT文件：train.mat（包含训练数据）、trainLabel.mat（包含训练数据的热编码类标签）、test.mat（包含验证数据）、testLabel.mat（包含验证数据的热编码类标签）。代码支持多种分类器，如支持向量机（SVM）、MLP神经网络等。在SVM分类器中，使用线性内核和SMO求解器在“onevsall”设置下能够获得最佳结果。所有数据文件应放置在Data/datax/文件夹中，其中x为任意数字。算法详细信息请参见链接。