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 ）。提示：可以用6位的0/1进行编码，适应度函数可以考虑类似 。

AUC-SVM 特征选择算法 男女生分类器 svm-auc svm识别分类

说明：B题资料!!有用的资料和数据!

美国大学生数学建模竞赛(MCM/ICM)

说明：Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有，数据归一化处理、输入输出样本的选取、隐含层节点数的确定；分别建立Elman神经网络模型，并利用某栋建筑物实际历史电力负载数据进行预测，分析比较与实际数据值的预测精度，得出了一个有效的数据预测模型。

电力负荷 Elman 遗传算法-matlab 负荷 建筑

说明：emd进行振动信号处理时，阀值的确定，样本熵的提取，此程序可以实现复杂工频背景下，电压振动信号去噪。

时频熵 emd-去噪 振动信号工频 EMD时频熵 emd-熵

说明：指纹识别系统，该系统用MATLAB语言编制而成，主要实现模式识别中常用的指纹识别。且该文件中含有测试样本。并附有程序使用说明（详见read_me）。

指纹-Matlab 指纹识别-matlab 指纹识别系统 matlab-指纹 matlab-指纹识别

说明：利用LDA算法，实现数据降维。输入样本数据、原维度数和目标维度数，输出降维后数据。

lda 降维 数据降维算法 LDA降维 lda降维算法

说明：使用改进的PSO算法优化BP神经网络是实现数据的分类。调试通过，替换样本数据即可使用

改进PSO优化 改进BP分类 优化-BP-分类 PSO PSO改进BP

说明：LMD分解程序，能有效解决EMD的模态混叠现象，LMD结合样本熵，里面有个例子

EMD lmd 模态分解-结合 lmd熵 lmd-分解

说明：空气质量降维B-P神经网络评价法及其MATLAB实现 简介: 用主成分分析将多维空间的样本数据降维到低维空间，将其作为BP网络的输入。BP网络的算法采用LM优化法。描述了该网络的MATLAB程序语言实现过程。

LM-BP lm-bp 神经网络 神经网络LM matlab空气质量

说明：美国六级谱转换为时域样本的逆傅立叶变换法MATLAB程序。

六级谱 逆傅里叶 逆傅里叶变换 轨道不平顺