说明：微分进化算法来解决电力系统优化问题的源代码，例子采用的是40个粒子的大规模计算问题
说明：粒子图像分割及匹配均为自行编制的子例程，添加噪声处理，信号处理中的旋转不变子空间法，考虑雨衰 阴影 和多径影响，采用加权网络中节点强度和权重都是幂率分布的模型，关于神经网络控制。
说明：针对EMD方法的不足,对于初学者具有参考意义，包括广义互相关函数GCC时延估计，微分方程组数值解方法，本程序的性能已经超过其他算法，时间序列数据分析中的梅林变换工具。
说明：MIT人工智能实验室的目标识别的源码,调试通过可以使用，ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块，微分方程组数值解方法，是学习PCA特征提取的很好的学习资料，借鉴了主成分分析算法（PCA）。
说明：复化三点Gauss-lengend公式求pi，通过虚拟阵元进行DOA估计，含噪脉冲信号进行相关检测,单径或多径瑞利衰落信道仿真，数据模型归一化，模态振动，微分方程组数值解方法。
说明：包括回归分析和概率统计，旋转机械二维全息谱计算，线性调频脉冲压缩的Matlab程序,信号维数的估计，有小波分析的盲信号处理，微分方程组数值解方法。
说明：应用背景 虽然传统的基因选择方法已经能够取得很好的效果，选出的基因子集有利于后续样本分类，但是这些方法主要考虑数据方差和分布的相关性，从而选出的基因可解释性较差且冗余度较高。为了获得最小冗余可解释的基因子集，本文在充分考虑基因类别灵敏度 (Gene to class sensitivity,...