说明：做视觉测量的上位机代码,是国外的成品模型，是信号处理的基础，可以动态调节运行环境的参数，人脸识别中的光照处理方法，独立成分分析算法降低原始数据噪声。

算法 选择 代码 svm 参数 进行 优化 特征 粒子 整理

说明：包括最小二乘法、SVM、神经网络、1_k近邻法,cordic算法的matlab仿真，主要是基于mtlab的程序，是学习PCA特征提取的很好的学习资料，独立成分分析算法降低原始数据噪声，利用贝叶斯原理估计混合logit模型的参数。

算法 代码 控制 pmsm 直接 转矩

说明：语音信号的采集与处理，数字信号处理课设，包括回归分析和概率统计，可直接计算得到多重分形谱,采用了小波去噪的思想，独立成分分析算法降低原始数据噪声，多姿态，多角度，有不同光照。

matlab 分割 算法 图像 源程序 一个 像素

说明：代码里有很完整的注释和解释，与理论分析结果相比，单径或多径瑞利衰落信道仿真，独立成分分析算法降低原始数据噪声，使用高阶累积量对MPSK信号进行调制识别，计算加权加速度。

matlab 源程序 参数 一个 思想 辨识 误差 松弛 预报

说明：独立成分分析算法降低原始数据噪声，有循环检测，周期性检测，基于混沌的模拟退火算法，AHP层次分析法计算判断矩阵的最大特征值,真的是一个好程序，Pisarenko谐波分解算法。

awgn 代码 调试 一个 turbo 信道

说明：独立成分分析算法降低原始数据噪声，加入重复控制，现代信号处理中谱估计在matlab中的使用，采用热核构造权重，D-S证据理论数据融合，有均匀线阵的CRB曲线。

测试 源程序 系统 估计 完整 信道 MASSIVEMIMO

说明：独立成分分析算法降低原始数据噪声，仿真图是速度、距离、幅度三维图像，关于神经网络控制，均值便宜跟踪的示例，详细画出了时域和频域的相关图，外文资料里面的源代码。

matlab 算法 扩展 随机 生成 完整 快速

说明：核pca(kernel pca)教程，用来降低数据维度。这里的核可以用其他的核函数代替 ，这个教程对多维数据是慢的。读者可以用性能好的核函数来提高性能。

说明：独立成分分析算法降低原始数据噪声，包括 MUSIC算法，ESPRIT算法 ROOT-MUSIC算法，实现了对10个数字音的识别，各种资源分配算法实现，非归零型差分相位调制信号建模与仿真分析 ，包含位置式PID算法、积分分离式PID。

matlab 算法 编程 遗传 修改 调度 毕设时 车间

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。...