说明：BP神经网络识别手写字符验证码，包括10721张字母、数字样本

验证码 数字字母识别 matlab验证码 手写字符 bprecognition

说明：处理一维振动信号，用于故障分类，模式识别。

一维振动信号 卷积神经网络 CNN

说明：以为高斯和密度估计，使用高斯核的非参数密度估计方法，对样本进行概率密度估计，程序中给出了窗宽的估算公式。

高斯 密度 高斯核

说明：BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器，利用此方法设计出强分类器。

BP-Adaboost BP神经网络 分类器 BP 神经网络 Adaboost算法

说明：采用遗传算法对男女生样本数据中的身高，体重，喜欢数学，喜欢文学，喜欢运动，喜欢模式识别共6个特征进行特征选择，并基于所得到的最佳特征采用SVM设计男女生分类器，并计算模型预测性能（包含SE,SP,ACC和AUC ）。要求自行编写代码实现遗传算法。

遗传算法 SVM 分类器 SE SP ACC AUC

说明：以为高斯和密度估计，使用高斯核的非参数密度估计方法，对样本进行概率密度估计，程序中给出了窗宽的估算公式。

核密度 matlab-窗宽 非参数核估计 高斯概率 概率核密度

说明：基于BP神经网络的遥感图像分类代码。从样本中提取崇明岛东滩十种地物的光谱特征，并训练BP网络，再利用网络进行分类

神经网络特征 神经网络 BP-classification 图像神经网络 island

说明：一种在线SVM的实现，通过样本的取舍，我们可以SVM运用动态建模当中（得有SVM工具箱的支持），该源码中包含有SVM工具箱和在线SVM的源程序

namedbm 在线建模 Online-SVM SVM建模 svm-code-in-matlab

说明：包括图像分析的四部分代码：matlab扩散和高斯函数，线性扩散，线性复扩散，非线性扩散。

Perona-Malik 高斯扩散 gaussian-scale-space 复扩散 matlab-laplacian

说明：parzen窗法，功能是根据样本进行概率密度函数估计。实现了对正态分布概率密度函数和均匀分布双峰概密函数进行估计

概率密度 双峰分布 PARZEN窗法 parzen-window parzen窗