基于傅里叶变换的最小二乘法相位解包算法，非路径引导解包法

快速在matlab中寻找信号的峰值及其位置、相对高度。

周围计算matlab代码基于自适应密度的无监督高光谱遥感图像聚类 这个 repo 包含我对我们的论文“基于自适应密度的无监督高光谱遥感图像聚类”的实现。 执行 这些代码最初来自于 Science 2014 的“Clustering by fast search and find of density peaks”。我大量修改了 matlab 实现以加快和修改基于我们论文的参数设置和算法框架。 引文 如果您发现我们的工作对您的研究有用，请考虑引用： @article{xie2018unsupervised, title={Unsupervised hyperspectral remote sensing image clustering based on adaptive density}, author={Xie, Huan and Zhao, Ang and Huang, Shengyu and Han, Jie and Liu, Sicong and Xu, Xiong and Luo, Xin and Pan, Haiyan and Du, Qian and Tong, Xi

寻找高峰 此峰值查找器是Nathanael Yoder在Matlab文件交换中共享的原始代码的C ++版本。 它在嘈杂的std：vector中找到局部最大值。 原始代码是为Matlab编写的，可以在以下找到

噪音峰值 在嘈杂的数据中寻找峰值

查找峰值程序以查找峰值 我在 findpeaks.m 中遇到了问题，因此我编写了代码来查找信号的峰值。 它从excel文件中找到信号的峰值并将峰值存储在excel文件中。

非迭代算法进行聚类，效果明显！颠覆了传统聚类算法的迭代圈圈.

peak_and_dip_labels 轻松地使您能够在MATLAB上自动查找，绘制和标记局部最大值（峰值）和局部最小值 此代码需要MATLAB信号处理工具箱，可在此处下载： : 如何使用这些功能： 您只需要“ x”和“ y”数组，就像处理简单的plot（x，y）和两个数字一样：“ hs”控制峰/谷及其各自标签之间的水平间距（（+ ）：右，（-）：左），“ vs”控制垂直间距。 如果有疑问，请设置hs = 0和vs = 0。 [pks，locs] = PeakDipLabels（x，y，hs，vs） PeakDipLabels：查找，绘制和标记峰（红色）和谷值（绿色）。 PeakLabels：查找，绘制和标记峰（红色）。 DipLabels：仅查找，绘制和标记（绿色）。 如何安装这些文件： 这段代码是使用MATLAB（2020a版）编写的。 在您的计算机上下载MATL

周围计算matlab代码聚类--基于--密度--峰值 一种通过快速搜索和查找密度峰值的聚类算法 来自科学的原始论文 《通过快速搜索和查找密度峰值进行聚类》 包括 这个集群存储库包括一个名为rawdata.dat的数据集和一个用于集群这些数据的算法。 原始样本分布，如下面的 letf 图片。 从右图中，我们可以将 k 设置为 5，再看下面的右图，聚类结果非常好。 这种聚类方法对于非球形分布非常有效。 更重要的是，我还为这个算法添加了一些新的东西，它正在像 K-means 一样处理图像聚类。试试看！ 执行 这个聚类算法的所有代码都是MATLAB写的，我的代码有很多注释，跟着代码和那些详细的注释就可以了。

科学杂志：Clustering by fast search and find of density peaks Clustering by fast search and find of density peaks