说明：有详细的注释，真的是一个好程序，用于信号特征提取、信号消噪，给出接收信号眼图及系统仿真误码率，STM32制作的MP3的全部资料，一个很有用的程序。

算法 调试 工具 一个 估计 空间

说明：基于chebyshev的水声信号分析，双向PCS控制仿真，含噪脉冲信号进行相关检测,本程序的性能已经超过其他算法，用于信号特征提取、信号消噪，进行波形数据分析。

算法 程序 估计 好用 空间

说明：代码中给出了基于PCA算法的人脸识别的详细步骤，具体过程，包括求平均脸，K-L变换，SVD分解，最后获得特征空间，训练样本400张，选取人脸数据库是ORL的，给出了具体的算法解释说明。

matlab pca 算法

说明：在模式识别中，k-近邻邻居算法 （或简称 K-NN） 是一种用于分类和回归的非参数方法。在这两种情况下，输入包括 k 最近训练样本在特征空间中。输出取决于 k-近邻用于分类或回归。

matlab 算法 近邻 邻居

说明：PCA算法，用于人脸识别的特征提取步骤，是目前最通用的传统的人脸识别算法。通过构建特征子空间进行降维

PCA-子空间 子空间-降维 feature-reduction 人脸识别算法 人脸-子空间

说明：LDA线性判别分析是一种经典的提取特征的算法，它的基本思想是通过样本的类内离散度和类间离散度，寻找由最佳投影矢量构成的投影矩阵。将原始的样本数据投影到特征子空间中，实现数据分类。由于在人脸识别时常常会遇到小样本问题，因此在本次代码中，先用PCA主成分分析的方法降低样本维数，再用线性判别分析提取特征。...

说明：K近邻算法。是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。

K. knn

说明：主成分分析法能较好地实现图像融合，特别是空间特征保持非常好，但光谱特征的保持性要差一些。

PCA融合 pca光谱图像 PCA-图像融合 特征-融合 pca-image

说明：  KNN 算法其实简单的说就是“物以类聚”，也就是将新的没有被分类的点分类为周围的点中大多数属于的类。它采用测量不同特征值之间的距离方法进行分类，思想很简单：如果一个样本的特征空间中最为临近（欧式距离进行判断）的K个点大都属于某一个类，那么该样本就属于这个类。这就是物以类聚的思想。

说明：验证可用，在MATLAB中求图像纹理特征，非归零型差分相位调制信号建模与仿真分析 ，包括 MUSIC算法，ESPRIT算法 ROOT-MUSIC算法，空间目标识别，采用PM算法，用平面波展开法计算二维声子晶体带隙。