说明：压缩感知在信息领域应用很广，也是一门新学科。将压缩感知应用用DOA估计，是一种全新的方法，基于麦克风阵列的远场窄带信号估计非常有用

压缩 基于 感知 估计 方向 DOA

说明：蝙蝠算法( BA) 是 Yang 教授于 2010 年基于群体智能提出的启发式搜索算法,是一种搜索全局最优解的有效方法。该算法是一种基于迭代的优化技术,初始化为一组随机解,然后 通过迭代搜寻最优解,且在最优解周围通过随机飞行产生局部新解,加强了局部搜索。与其他算法相比,BA 在准确性和有...

算法 ba 蝙蝠

说明：Matlab的一大缺陷是不注重数据结构，其结构体无比难用，所以我们这里将尽可能使用矩阵进行处理，而参数较多时，我们也只是简单的将其放入到元胞数组中，不优雅之处，敬请见谅。

说明：k-均值是一个最简单的无监督学习算法，解决了众所周知的聚类问题。该过程遵循一个简单和容易的方法对给定的数据集通过一定数量的集群（假设k集群）固定。其主要思想是定义K中心，每一个集群。这些重心shoud在狡猾的方式，因为不同的位置会导致不同的结果。因此，更好的选择是把它们尽可能的远离对方。下一步是把每...

matlab 分割 图像 方法 使用

说明：用科学计算语言Matlab，借助互联网最为广泛使用的门户网雅虎财经提供的历史或实时股票服务接口，建立行客户端与服务器连接和数据下载。通过Yahoo与Sina获取历史与实时股票数据[faruto版本]

股票 yahoo sina 实时 版本 通过 获取 数据 历史

说明：k-means++:一种改进的K-means++聚类算法来对初始聚类中心的选取进行改进。该改进算法的基本思想是使得初始聚类中心之间的距离尽可能的远.用于图像处理,效果还行。

分割 图像 KMeans 用于

说明：这些脚本计算的源/汇林从树冠浓度分布基于逆拉格朗日运输内测量分布（ILT）的概念。ILT占均匀分散在冠层（简单的理论并不适用于这里），将分散到附近的（=非扩散）和远（=扩散）领域的术语。其结果是一个离散矩阵D，涉及源汇分布的浓度梯度，根据：C = D X S技术注：本脚本源层数（SH）要小于集中的层...

matlab

说明：应用背景Spectral Clustering（谱聚类）是一种基于图论的聚类方法，它能够识别任意形状的样本空间且收敛于全局最有解，其基本思想是利用样本数据的相似矩阵进行特征分解后得到的特征向量进行聚类。谱聚类(Spectral Clustering, SC)是一种基于图论的聚类方法——将带权无向图划...

matlab 分析 基于 多重

说明：聚类分析是无监督模式识别中的一种重要方法 ,已广泛应用于数据挖掘 、图像处理、计算机视觉 、生物信息和文本分析中。聚类算法就是将一组分布未知的数据进行分类, 其目的是寻找隐藏在数据中的结构, 并按照某种相似程度的度量, 尽可能地使具有相同性质的数据归于同一类 作为经典k-means算法的一个变种，具...

matlab

说明：粒子群优化算法源自对鸟群捕食行为的研究，最初由Kennedy和Eberhart提出，是一种通用的启发式搜索技术。一群鸟在区域中随机搜索食物，所有鸟知道自己当前位置离食物多远，那么搜索的最简单有效的策略就是搜寻目前离食物最近的鸟的周围区域。PSO 算法利用这种模型得到启示并应用于解决优化问题