matlab

Simulink建模助手系列-7【根据From创建Bus Creator】Simulink建模有时需要用到Bus总线，可能会涉及创建到Bus Creator，并逐个对总线信号命名。该功能就是为了提高创建效率，根据From自动创建Bus Creator，并自动进行连线和命名。实现效果如下：

Simulink建模助手系列-进阶2【解析Bus总线信号层次结构】本文主要分享如何对Bus模块的总线信号层级进行解析，Simulink本身有个类似的功能，如图1所示。本文主要介绍如何通过代码的方式实现相似的功能，之所以需要实现该功能，主要是为了具备解析Bus模块总线信号的能力，为后续实现一些关联功能提供基础（如根据总线信号的解析结果自动创建相关的数据字典、统计某个子系统中用到了总线中的哪些信号等）。

基于 Savitzky-Golay滤波器的超声图像运动分析方法心血管疾病（cardiovascular diseases, CVD）危险因素对居民健康的影响日益凸显，其发病率呈持续攀升态势。CVD 所带来的社会与经济负担不断加重，已成为全球性重大公共卫生问题，位列危害人类健康的三大主要疾病之一，患病率与死亡率均居全球首位。在中国，CVD 患病率同样处于持续上升阶段，推算现患人数达 3.3 亿，其中脑卒中 1300 万、冠心病 1139 万、心力衰竭 890 万、肺源性心脏病 500 万、心房颤动 487 万、风湿性心脏病 250 万、先天性心脏病 200 万、外周动

基于人工神经网络的彩色图像恢复 MATLAB实现U-Net结构：适用于图像到图像的恢复任务，编码器提取特征，解码器重建图像，结合跳跃连接保留细节。生成对抗网络（GAN）：通过生成器恢复图像，判别器提升真实性，适合复杂退化场景（如噪声+模糊）。

Simulink建模助手系列-进阶1【界面化并集成到Simulink的右键菜单】之前的文章中介绍了一些提高建模效率的脚本代码，为了更方便地使用这些脚本，最好还是将其界面化，并且通过界面化可以提升与用户的交互，从而实现一些更为复杂的功能，因此部分功能将结合界面化进行该系列的分享。为了进行区分，偏向脚本级的、较简单的功能划分到基础篇，需要配合界面实现更复杂功能的将归到进阶篇。作为进阶篇的第一篇文章，本文主要介绍建模助手主界面的基本实现，并将其集成到Simulink的右键菜单中。

matlab GUI制作界面的一些笔记（入门）前段时间写软著，用到了matlab的可视化界面，结合老师给的参考书和自己编写代码时走的弯路，整理一些笔记。

Simulink建模助手系列-6【自动调整子系统高度和信号线】Simulink建模有时子系统Subsystem的大小不合适导致输入输出显得很拥挤或很空旷，另外子系统的输入输出端口关联的模块不对齐，即信号线不是直的，看起来比较乱、不美观。该功能主要用于自动根据端口的数量调整子系统的高度，并对齐输入输出关联模块，拉直信号线。因为有时关联模块不止一个，可能还串联了其他模块，因此希望对齐功能需要具有一定的传递性，整个链路上的模块都对齐。该功能除了可用于Subsystem外，还可以通过预设模块集合添加适用的模块类型。实现效果如下：

Simulink建模助手系列-4【批量添加信号线】Simulink建模有时需要在多个单输出端口和多个单输入端口模块之间添加信号线，如在多个Constant和多个Goto之间添加信号线。实现效果分别如下：

Simulink建模助手系列-5【批量对齐模块】Simulink建模有时为了美观，需要批量对齐多个单端口模块，例如《Simulink建模助手系列-4》中的Goto模块。实现效果分别如下：

Simulink建模助手系列-2【自动创建缺失的Goto】Simulink建模有时会出现From没有对应Goto的情况，而且这种情况默认不会报错，没有Goto的From会被设置为0，从而导致模型运行结果不对。此功能是为了解决这个问题：检测模型当前路径的From是否都有对应的Goto，如果没有则自动创建缺失的Goto。实现效果如下：

【UWB与IMU紧耦合定位，MATLAB例程】UWB的TOA定位方法，与IMU紧耦合，对目标轨迹定位并输出误差统计。适用于二维平面的高精度定位导航二维平面下的 UWB 与 IMU 紧耦合定位导航系统仿真框架，采用扩展卡尔曼滤波（EKF）进行多源信息融合，采集的是IMU的加速度、角速度，UWB的TOA的距离信息原创代码，禁止翻卖

零基础全面掌握层次分析法（AHP）：Python实现+论文加分全攻略在数学建模、学术研究、企业决策中，我们经常面临多准则抉择的难题：比如企业选择合作伙伴要权衡成本、服务、响应速度，产品选型要对比价格、性能、维护成本，项目评估要考量风险、收益、周期……这时，层次分析法（Analytic Hierarchy Process, AHP）就是破解这类问题的“利器”——它能将模糊的定性判断转化为精准的定量计算，让决策更严谨、更有依据。

软件算法开发

基于火烈鸟搜索算法的LSTM网络模型(FSA-LSTM)的一维时间序列预测matlab仿真目录1.程序功能描述2.测试软件版本以及运行结果展示3.部分程序4.算法理论概述5.完整程序FSA-LSTM算法是将火烈鸟搜索算法与长短期记忆网络(Long Short-Term Memory, LSTM)相结合的时间序列预测模型，核心是利用FSA优化LSTM的隐藏层神经元数量，解决LSTM超参数凭经验设定导致的预测精度不足问题，适用于一维连续时间序列的回归预测。

简简单单做算法

基于LSTM长短记忆网络模型的文本分类算法matlab仿真,对比GRU网络目录1.前言2.算法测试效果图预览3.算法运行软件版本4.部分核心程序5.算法理论概述5.1 词嵌入(Embedding)

通过get()函数获取Simulink模块的所有属性通过脚本辅助Simulink建模时，有时不太清楚某个模块的属性有哪些，这些属性的值分别是什么，可以试试利用get()函数获取模块所有属性及其值。

simulink建模助手系列-1【批量创建goto和from】Simulink建模有时需要根据多个Goto创建From，或者根据多个From创建Goto。该功能主要是为了实现这个需求，实现效果如下：

MOEA/D（基于分解的多目标进化算法）求解46个多目标函数及一个工程应用，包含四种评价指标，MATLAB代码基于分解的多目标进化算法（Multi‑Objective Evolutionary Algorithm Based on Decomposition, MOEA/D）是2007年首次提出一种多目标算法，是多目标进化优化领域的里程碑式框架。其核心范式是将原始多目标优化问题（MOP）通过标量化函数分解为一组单目标子问题，依托子问题间的邻域协作机制并行优化，最终以子问题最优解的集合逼近原问题的帕累托最优前沿（Pareto Front, PF）。该框架突破了传统基于帕累托支配的进化算法在高维目标空间中选择压力衰减

基于Cholesky分解和指数协方差模型的一维高斯随机场MATLAB仿真协方差建模：采用指数协方差函数（C(h)=σ²exp(-3h/range)），其中：σ²控制场值波动幅度

基于SIFT、DoG与RANSAC的全景图像拼接MATLAB实现全景图像拼接通过特征提取→特征匹配→几何变换→图像融合实现，核心步骤如下：图像输入SIFT特征提取DoG尺度空间构建

基于MATLAB的FCM与K-means图像聚类分割实现特征增强：结合颜色（HSV）与空间坐标（x,y）提升分割连续性：初始化优化：使用K-means++提升聚类质量：