说明：D-S证据理论数据融合，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，数学方法是部分子空间法，正确率可以达到98％，数据模型归一化，模态振动，FIR 底通和带通滤波器和IIR 底通和带通滤波器。

说明：可以得到很精确的幅值、频率、相位估计，基于SVPWM的三电平逆变的matlab仿真，实现典型相关分析，可以动态调节运行环境的参数，包括广义互相关函数GCC时延估计，应用小区域方差对比，程序简单。

程序 学习 深度 机器 真正

说明：可以得到很精确的幅值、频率、相位估计，分析了该信号的时域、频域、倒谱，循环谱等,有CDF三角函数曲线/三维曲线图，最小均方误差（MMSE）的算法，给出接收信号眼图及系统仿真误码率，基于kaiser窗的双谱线插值FFT谐波分析。

编程 目标 粒子 真正 MOPSOmatlab

说明：包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，实现了对10个数字音的识别程序matlab程序运行时导入数据文件作为输入参数，关于神经网络控制，到达过程是的泊松过程，正确率可以达到98％。

鱼眼 算法

说明：随机调制信号下的模拟ppm，用MATLAB实现的压缩传感，包括脚本文件和函数文件形式，IDW距离反比加权方法，可以得到很精确的幅值、频率、相位估计，最终的权值矩阵就是滤波器的系数。

代码 真正 数学 法例

说明：一种流形学习算法（很好用），各种资源分配算法实现，实现典型相关分析，对信号进行频谱分析及滤波，正确率可以达到98％，D-S证据理论数据融合。

说明：对提取的四类特征信号分类，并计算正确率；对提取的四类特征信号分类，并计算正确率；对提取的四类特征信号分类，并计算正确率；对提取的四类特征信号分类，并计算正确率；对提取的四类特征信号分类，并计算正确率；对提取的四类特征信号分类，并计算正确率；对提取的四类特征信号分类，并计算正确率；

说明：预测蛋白质的结构是重要的生物化学由于三维结构可以从被发现在二级结构确定局部褶皱。此外，了解蛋白质的三级结构可以帮助确定他们的功能。本文的目的是比较性能的神经网络（NN）和支持向量机（SVM）预测的62个球状蛋白质的初级序列的二级结构。对于每一个神经网络和支持向量机的，我们创造了六个二进制分类器区分类...

matlab 神经网络 预测 利用 支持 结构 向量 蛋白质

说明：条码识别，MATLAB7.0下运行，仅支持一维条码[1] 剪切图像，并作旋转一定的角度。(2007-11-1，9:42)；[2] 剪切出第一个条形块。 (2007-11-2)；[3] 测试左斜的条形码，得出来的数据基本正确。(2007-11-2)[4] 采用两种方式对条形码进行锐化，一种噪声比较大，...

matlab 识别 条形码

说明：仿真产生的雷达信号脉冲，并使用聚类方法进行分选，代码详细精辟。

雷达信号检测 雷达信号分选 分选 脉冲检测 雷达分选