一套面向天文导航场景的星图匹配MATLAB实现，包含核心匹配函数xingpipei.m、星等数据加载脚本MagData.m、坐标信息解析模块crdinf.m，以及实测星图数据文件kushuju.m。所有代码可直接运行，支持常见星表格式输入，完成从原始图像星点坐标到天球坐标的匹配识别与姿态解算。适用于航天器自主导航、地面天文观测定位、教学演示等场景，无需额外依赖库，兼容MATLAB R2016b及以上版本。各模块职责清晰：kushuju.m提供示例星图点源数据；xingpipei.m执行关键的星图模式匹配算法；MagData.m读取并管理恒星亮度与位置数据库；crdinf.m负责坐标系转换与角度单位统一。整个流程覆盖星点提取、特征构建、模板比对、姿态估计等完整环节，输出结果包括匹配成功率、姿态角误差统计及可视化对比图。

这个Matlab工具包实现Beggs-Brill多相流模型，专门用于油井井筒内气液两相或三相流动的压降、持液率、流型判断等关键参数计算。包含核心函数fBeggsBrill.m，调用fvis.m计算混合物粘度，funuann.m、funft.m、funhan.m分别处理不同流型下的摩擦系数、滑脱关系和液膜分布等子模块。适用于蒸汽吞吐、注汽采油、常规自喷及机抽井的井筒流动模拟场景，输入包括井深、管径、产量、气液比、温度压力梯度、流体物性等基础参数，输出可直接用于井筒压力剖面设计、举升工艺评估和生产动态分析。代码结构清晰，函数间调用关系明确，支持用户根据实际井况调整经验系数，具备工程实用性和二次开发基础。

MDP（马尔科夫决策过程）是一种在不确定环境中进行决策的数学模型，广泛应用于强化学习、机器人控制、经济规划等多个领域。MATLAB作为一种强大的数值计算环境，为MDP提供了便利的实现工具。MDPtoolbox是专为在MATLAB中处理马尔科夫决策过程而设计的一个工具包，其主要功能包括但不限于建立MDP模型、求解最优策略以及模拟决策过程。 MDP的基础概念包括状态空间、动作空间、转移概率和奖励函数。状态空间定义了系统可能存在的所有状态集合，动作空间则包含了在每个状态下可以采取的所有可能行动。转移概率是指从一个状态转移到另一个状态的概率，通常由动作决定。奖励函数则是对每一步操作给予的反馈，它可以是即时的，也可以是延后的，目标是最大化累积奖励。 MDPtoolbox的核心功能之一是构建MDP模型。用户可以通过定义状态、动作、转移概率矩阵以及奖励函数来创建自定义的MDP模型。工具包通常提供友好的接口，使得用户能够方便地输入这些参数，简化了建模过程。 在模型构建完成后，MDPtoolbox提供了多种求解策略的方法。常见的策略求解算法有动态规划（如贝尔曼方程）、价值迭代、策略迭代等。这些算法能够找到使长期累积奖励最大化的最优策略。对于大型MDP问题，工具包可能还包括近似动态规划或Q-learning等更高效的求解策略。 此外，MDPtoolbox还支持模拟和可视化功能。通过模拟，用户可以观察策略在实际运行中的效果，这有助于理解和验证策略的性能。而可视化工具则可以帮助用户直观地理解状态空间、动作空间以及策略的分布，这对于理解和调试MDP模型至关重要。 在实际应用中，MDPtoolbox还可以与其他MATLAB工具箱结合，例如与控制系统工具箱一起用于智能控制，或者与机器学习工具箱结合进行强化学习的研究。它为研究者和工程师提供了一个强大的平台，便于他们在不同领域中应用和开发基于MDP的决策算法。 MDPtoolbox是一个功能丰富的MATLAB工具包，它涵盖了MDP建模、策略求解和模拟的全过程，对于学习和研究马尔科夫决策过程的用户来说，无疑是一个强有力的辅助工具。通过深入理解和熟练运用这个工具包，用户可以更有效地解决实际问题，探索复杂环境下的最优决策策略。

MATLAB数字图像处理工具包，内含多个数字图像处理常用函数，大家可以自行下载提取，多多关照，若有缺少可留言

深度学习中RBM的Matlab代码工具包，帮助更好的理解Deep learning

matlab追踪代码运行GOT-10k MATLAB工具包 该存储库包含用于运行实验和评估基准性能的官方matlab工具包。 为了方便起见，它还提供了非正式的跟踪跟踪和基准测试的方法。 该代码是用纯matlab编写的，并且是免费编译的。 是一个大型，高度多样化且一次性的数据库，用于评估通用视觉跟踪器。 如果您将GOT-10k数据库或工具包用于研究出版物，请考虑引用以下内容： "GOT-10k: A Large High-Diversity Benchmark for Generic Object Tracking in the Wild." L. Huang, X. Zhao and K. Huang, arXiv:1810.11981, 2018. [] [] []

放疗计划设计，逆向优化matlab工具包matrad

这个是实现NSCT变换的matlab工具包

DeepLearnToolbox-master.zip 深度学习MATLAB工具包 DeepLearnToolbox ================ A Matlab toolbox for Deep Learning. Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data. It is inspired by the human brain's apparent deep (layered, hierarchical) architecture. A good overview of the theory of Deep Learning theory is [Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf) For a more informal introductio

matlab的propack工具包，可以用来进行svd计算等