说明：课程设计时编写的matlab程序代码，自己编的5种调制信号，可以实现模式识别领域的数据的分类及回归，采用了小波去噪的思想，双向PCS控制仿真，三相光伏逆变并网的仿真。

matlab 分类 回归 代码 识别 调制 程序 控制 仿真 课程 双向 pcs 编写 实现 设计 思想 可以 采用 数据 自己 模式 光伏 信号 领域 逆变 三相 并网

说明：基于lenet-5模型，利用CNN进行图像分类。

lenet_5模型- cnn模型 lenet image-CNN deeplearn-toolbox

说明：一种基于粒子群K均值聚类算法的电梯交通模式识别方法。该方法通过对此前一周的原始客流数据进行聚类分析，得到相应交通模式的聚类中心坐标[2]。针对实时变化的交通流数据，采集5 mins时段客流数据，根据最近邻原则划分其归属的聚类中心，从而识别出当前的交通模式。

粒子群 K均值 聚类算法 电梯 交通模式 识别方法 PSO

说明：确切的说，C4.5不是单个的算法，而是一套算法，C4.5有许多的功能，每个功能都对应着一个算法，这些功能组合起来就形成了一套算法就是C4.5。该算法的框架从根节点开始不断得分治，递归，生长，直至得到最后的结果。根节点代表整个训练样本集,通过在每个节点对某个属性的测试验证,算法递归得将数据集分成更小的...

matlab 算法 源代码 运行 决策 完美

说明：编写的粒子群(PSO)算法优化Kmeans聚类的MATLAB代码，MATLAB6.5/7.1测试通过，其它版本没测试。

粒子群优化 聚类-优化 Kmeans 聚类粒子群 聚类-粒子群

说明：自主学习把稀疏自编码器和分类器实现结合。先通过稀疏自编码对无标签的5-9的手写体进行训练得到最优参数，然后通过前向传播，得到训练集和测试集的特征，通过0-4有标签训练集训练出softmax模型，然后输入测试集到分类模型实现分类。

自编码器 分类器实现结合 self-taught-learning

说明：粒子滤波的5个matlab程序，很不错，适合初学者！

matlab 滤波 粒子 类型

说明：采用BP神经网络设计男女生分类器。采用的特征包括身高、体重、是否喜欢数学、是否喜欢文学、是否喜欢运动共五个特征，BP神经网络包含一个隐层，隐层结点数为5。要求：自行编写代码完成后向传播算法，采用交叉验证的方式实现对于性能指标的评判（包含SE,SP,ACC和AUC，AUC的计算可以基于平台的软件包）。

bp-男女生 男女生分类器 神经网络设计 算法评判se-sp 女生的BP

说明：稀疏编码在图像分类中的实现，自己写的matlab程序，带demo

site:www.pudn.com 图像分类-MATLAB 稀疏编码 稀疏 matlab稀疏编码

说明：clear;clc;ticload data.txt;a=data(1:30,1:4);aa=data(31:50,1:4);b=data(51:80,1:4);bb=data(81:100,1:4);c=data(101:130,1:4);cc=data(131:150,1:4);train_sa...

matlab 分类 测试 knn 训练 实现 样本