说明：流形学习算法lle的线性化方法，是一种非监督的降维方法，比lle的优势在于可以将新的样本点映射到低维空间。
说明：最速下降法是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失...
说明：是一种双隐层反向传播神经网络，MIMO OFDM matlab仿真,旋转机械二维全息谱计算，利用自然梯度算法，阐述了负荷预测的应用研究,数据模型归一化，模态振动。
说明：非常适合计算机视觉方面的研究使用,包含优化类的几个简单示例程序，是国外的成品模型，脉冲响应的相关分析算法并检验，实现串口的数据采集，有PMUSIC 校正前和校正后的比较。
说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。
说明：目前最先进的标准粒子群算法，是美国人写的，不管是迭代速度还是迭代精度都达到了先进水平，目前正在研究粒子群算法的同学可以看一看，亲测效果不错。本人在原来的基础上进行了代码的优化和改进，加入了适应度函数的变化曲线，并提供了多种测试函数，直接用matlab打开就可以运行。
说明：采用matlab对WSN问题进行求解，算法为PSO算法，采用传感器节点的概率感知模型，迭代150次后能够找到最优解没对区域的覆盖率可达95%以上。代码可直接运行，结果为初始化、覆盖率随迭代次数的变化、最终结果。代码简单易懂，注释详细，适合新手入门
说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。....
说明：基本PSO极易陷入早熟收敛，而此算法在基本PSO的参数上做一些改进，从而达到增强多样性，避免过早的陷入局部最优，并发生早熟收敛。....