Rasterplot:绘制神经元放电序列的工具
RASTERPLOT.M 用于绘制神经元放电序列的光栅图。
RASTERPLOT(T,N,L) 绘制 N 次试验的放电时间光栅图,其中 T 为样本中的放电时间,每次试验长度为 L 个样本,采样率为 1kHz。放电时间根据试验长度进行排列。
RASTERPLOT(T,N,L,H) 在轴句柄 H 中绘制光栅图。
RASTERPLOT(T,N,L,H,FS) 在轴句柄 H 中绘制光栅图,并使用 FS (Hz) 的采样率。
示例:
t=[10 250 9000 1300,1600,2405,2900];rasterplot(t,3,1000)
Matlab
11
2024-05-20
交感神经节前神经元(Briantetal.2014)
Matlab 代码:
交感神经节前神经元(Briantetal.2014)
Matlab
15
2024-05-13
脚本特殊内容检测工具
该工具可以用来检查脚本中是否包含特殊的删表语句。实现原理是读取文件中内容的每一行,判断该行是否包含删除表之类的语句,最后将结果写入到文件中。你需要在页面手动输入要检查的资源文件所在的目录、检查的关键字和结果生成的文件存放位置。目前,该工具智能检测一层目录下的所有文件或单个文件。
Oracle
10
2024-11-04
MATLAB公路裂缝检测工具
基于图像的裂缝检测系统,用 MATLAB 写的,自动检测、分类、定位一条龙。图像预环节做得还挺扎实,滤波、增强这些都有用到,尤其适合噪点多的路面图。检测部分用了经典的图像算法,没用深度学习那一套,所以运行速度还蛮快,对配置要求也不高。
裂缝的分类和定位也考虑到了,能区分不同类型的裂缝,还能标记具体位置,方便后续。结果展示那块做得还不错,检测前后的图对比一目了然,适合快速浏览结果。适合搞图像练手,或者做道路维护项目原型。
如果你平时用 MATLAB 搞图像,这套代码还蛮值得收藏的。要注意的一点是,部分算法参数需要你根据实际图像自己调调,别直接拿来就跑。
算法与数据结构
0
2025-06-25
神经元自适应PID控制器仿真研究
神经元自适应PID控制器仿真研究是一个深度探讨控制理论与实践结合的课题,主要涉及神经网络和PID控制器在系统控制中的应用。研究关注如何利用神经网络的自适应学习能力改进传统的PID控制器,以提高控制系统的性能。PID控制器是工业自动化领域中常用的控制算法,通过调整比例、积分和微分参数实现对系统的精确控制。然而,PID参数的整定通常依赖于经验或试错法,面对复杂、非线性或时变系统时可能导致效率低下。神经元网络,特别是人工神经网络(ANN),模拟人脑神经元工作原理,具有强大的非线性映射和自适应学习能力。在自适应PID控制中,神经网络可作为参数调整器,动态学习优化PID控制器参数以适应系统变化。研究包括
算法与数据结构
10
2024-07-18
PyODDS离群值检测工具
PyODDS 的端到端设计,数据库里直接跑算法,这点挺香的。你不用先导数据再搞训练,省了不少麻烦。而且它对接 SQL 也比较顺,配置起来没那么头疼。
离群值检测算法挺全的,传统的统计方法也有,最近流行的深度学习那一套也没落下。想试试神经网络检测异常?它也能搞。
适合那种数据量大、还不想折腾一堆 ETL 流程的场景。比如你有个仓库整天写日志,想找异常求?PyODDS 能直接连数据库干活,不用你多操心。
API 设计也算友好,fit()、predict()都常规,文档也写得还不错。新手想上手不难,老手也能直接定制模型逻辑,灵活性也够。
嗯,它是德州农工大学出的,开源精神还是在线的。你可以在业务侧先
统计分析
0
2025-06-29
论文相似度检测工具
想了解优秀的论文查重和反剽窃软件? 44 便知晓!
MongoDB
20
2024-05-20
MATLAB EfficientJmap边缘检测工具
MATLAB 图像里,efficientJmap算是个挺实用的小工具,专门搞边缘检测的,尤其对那种噪声多、纹理乱的图像挺友好。你知道嘛,普通的Canny、Sobel有时候在图像太复杂时容易翻车,而efficientJmap就是冲着这个痛点来的。核心的Jmap文件,用上了梯度矩阵或者Jacobian那套思路,专门搞清楚图像里哪里是边、哪里只是花纹。结果挺干净,边缘识别也更靠谱一些。用起来嘛,不复杂,只要你会基本的MATLAB图像语法就能上手。再说细一点,它在噪声的时候貌似用了点自适应的招数,不像以前那种死板的阈值判断。而且跟MATLAB环境融合得不错,可以直接搭其他工具箱一起用,像图像分割、特征
Matlab
0
2025-06-30
单神经元PID控制算法的MATLAB实现
单神经元PID控制算法是一种结合传统PID控制器与神经网络的方法,在自动化控制领域广泛应用。本项目提供了位置式和增量式两种实现方式。位置式PID控制算法直接计算控制器输出作为系统输入,MATLAB中的sn_pid_position.m文件可能包含相应函数。增量式PID控制算法则更新控制量的增量,避免系统振荡,MATLAB中可能使用sn_pid_increment.m文件实现。单神经元网络通过Sigmoid或Tanh激活函数学习和自适应地调整PID参数,优化控制性能。MATLAB提供神经网络工具箱用于构建、训练网络,并使用SIMULINK环境进行系统仿真。项目提供智能和自适应的控制策略,满足不同
算法与数据结构
15
2024-07-18