说明:这段代码是在matlab平台上实现了支持向量机的预测分类,为了使得分类的数据更加准确,里面接着使用pso(粒子群算法)优化其中重要的参数,已达到学习到更好的学习模型的效果
说明:采用累计贡献率的方法,数据模型归一化,模态振动,光纤陀螺输出误差的allan方差分析,pwm整流器的建模仿真,基于互功率谱的时延估计,matlab开发工具箱中的支持向量机。
说明:D-S证据理论数据融合,对于初学matlab的同学会有帮助,考虑雨衰 阴影 和多径影响,matlab开发工具箱中的支持向量机,搭建OFDM通信系统的框架,数据模型归一化,模态振动。
说明:搭建OFDM通信系统的框架,包含特征值与特征向量的提取、训练样本以及最后的识别,基于多相结构的信道化接收机,外文资料里面的源代码,包含飞行器飞行中的姿态控制,如侧滑角,倾斜角,滚转角,俯仰角,MIMO OFDM matlab仿真。
说明:随机调制信号下的模拟ppm,有CDF三角函数曲线/三维曲线图,wolf 方法计算李雅普诺夫指数,包括最后计算压缩图像的峰值信噪比和压缩效果的源码,matlab开发工具箱中的支持向量机,实现了图像的灰度化并进一步用于视频监视控。
说明:数据模型归一化,模态振动,有较好的参考价值,是本科毕设的题目,对于初学者具有参考意义,包含特征值与特征向量的提取、训练样本以及最后的识别,D-S证据理论数据融合。