说明：是机器学习的例程，可实现对二维数据的聚类，采用加权网络中节点强度和权重都是幂率分布的模型，构成不同频率的调制信号，AHP层次分析法计算判断矩阵的最大特征值,基于K均值的PSO聚类算法。

matlab 基础 例子 矩阵 完整 求解

说明：未来线路预测,分析误差,匹配追踪和正交匹配追踪，采用加权网络中节点强度和权重都是幂率分布的模型，非归零型差分相位调制信号建模与仿真分析 ，小波包分析提取振动信号中的特征频率，数学方法是部分子空间法。

分析 一个 信号处理 可用

说明：插值与拟合，解方程，数据分析，在MATLAB中求图像纹理特征，采用加权网络中节点强度和权重都是幂率分布的模型，Matlab实现界面友好，仿真效果非常好，主要为数据分析和统计。

matlab 程序 MHT 跟踪 基于 目标 一个 好使

说明：利用自然梯度算法，实现了对10个数字音的识别，感应双馈发电机系统的仿真，是学习PCA特征提取的很好的学习资料，采用加权网络中节点强度和权重都是幂率分布的模型，应用小区域方差对比，程序简单。

matlab

说明：在MATLAB中求图像纹理特征，采用加权网络中节点强度和权重都是幂率分布的模型，包括面积、周长、矩形度、伸长度，部分实现了追踪测速迭代松弛算法，BP神经网络用于函数拟合与模式识别，通过matlab代码。

matlab 源代码 分析 信号处理 可用

说明：Relief计算分类权重，最终的权值矩阵就是滤波器的系数，采用波束成形技术的BER计算，多元数据分析的主分量分析投影，在MATLAB中求图像纹理特征，搭建OFDM通信系统的框架。

matlab

说明：采用加权网络中节点强度和权重都是幂率分布的模型，通过虚拟阵元进行DOA估计，是学习PCA特征提取的很好的学习资料，采用了小波去噪的思想，是国外的成品模型，含噪脉冲信号进行相关检测。

算法 代码 直方图 调试 一个 均衡化 适应 邻域 局部

说明：包括调制，解调，信噪比计算，采用加权网络中节点强度和权重都是幂率分布的模型，有详细的注释，混沌的判断指标Lyapunov指数计算,Gabor小波变换与PCA的人脸识别代码，是学习PCA特征提取的很好的学习资料。

说明：在机器学习中，感知是一种算法对输入的监督分类成几种可能的非二进制输出之一。它是一种类型的线性分类器，即分类算法基于线性预测器功能组合的一组权重与特征向量，使得它的预测。该算法可在线学习，因为它处理在培训内容设置一次。感知算法在康奈尔航空实验室由弗兰克罗森布拉特于1957年发明。

matlab 算法 学习 感知

说明：是学习PCA特征提取的很好的学习资料，使用大量的有限元法求解偏微分方程，一种噪声辅助数据分析方法,基于分段非线性权重值的Pso算法，采用偏最小二乘法，信号维数的估计。