光谱相关密度

拓扑密度估计与相关评估的MATLAB开发脚本

无参密度估计，不同于优化L2误差的交叉验证（CV），拓扑密度估计（TDE）优化单峰类别的估计。在高度多模态分布的定性度量中，TDE表现优于CV，且速度更快，无需参数，仅需采样数据和内核选择（支持高斯、Epanechnikov和直方图）。

Matlab 2 2024-07-26

密度峰值引导的非对称多标签相关性Matlab源码

这篇论文的MATLAB代码是关于“密度峰值引导的非对称多标签相关性”的。该代码提供了对应论文的实现。

Matlab 3 2024-07-13

高光谱汽车图像分析高光谱汽车显微镜和光谱工具箱的应用

高光谱CARS显微镜和光谱工具箱使研究人员能够方便地分析他们的数据。该工具箱专注于图像融合、去噪和光谱学的研究与开发。

Matlab 0 2024-08-26

光谱数据预处理

该 MATLAB 源码包含光谱读入、降噪和去背景一体化功能，适用于多种光谱处理任务，例如拉曼光谱分析。

Matlab 5 2024-04-30

金融模型风险密度探索

利用 MATLAB 开发的高级金融模型，深入了解期权定价中的风险中性密度。

Matlab 2 2024-05-25

密度聚类数据集

密度聚类是一种无监督学习方法，通过分析数据点之间的相对密度来识别数据集中的聚类结构。这种方法特别适用于处理不规则形状、大小不一且存在噪声的数据集。在名为\"密度聚类数据集\"的压缩包中，包含多个经典数据集，用于测试和比较各种基于密度的聚类算法的效果。密度聚类算法的核心思想是将高密度区域识别为聚类，而低密度区域则作为聚类间的过渡地带。著名的算法包括DBSCAN，它能够发现任意形状的聚类。除了DBSCAN，还有OPTICS和HDBSCAN等改进型算法，用于理解数据的复杂结构和自动检测不同密度的聚类。这些数据集广泛应用于图像分割、天文数据分析和社交网络分析等领域。

算法与数据结构 2 2024-07-16

基于快速查找和密度峰值的峰值密度聚类matlab代码

这个资源库包含了我对《基于自适应密度的无监督高光谱遥感图像聚类》论文的实现，该论文参考自2014年的《Clustering by fast search and find of density peaks》。我在MATLAB中进行了大量修改，以优化参数设置和算法框架。

Matlab 0 2024-09-28

优化光谱分析GUI界面-光谱分析软件.zip

这几天我重新修订了一个之前编写的小GUI界面，使用guide重新设计，创建了一个光谱分析软件。在开发过程中遇到了多个挑战，但也取得了丰富的经验。现在分享这个程序，附带两个txt文件，包含光谱仪的数据输出，可供测试使用。

Matlab 3 2024-07-28

密度峰值聚类 MATLAB 实现

提供一种基于密度峰值快速搜索，用于发现聚类中心的聚类算法 MATLAB 源代码。

算法与数据结构 3 2024-05-12

麦克风密度几何设计

基于麦克风密度的统计分析，优化阵列几何形状以提升沉浸式环境中语音信号波束形成性能。提出目标函数规则的优化算法，综合声源分布先验知识和声学场景概率描述，构建具有出色SNR性能的阵列。通过变异常规配置，克服常规阵列局限性，提供易于安装且具有良好SNR结果的阵列。

统计分析 6 2024-05-20