说明：包括调制，解调，信噪比计算，采用加权网络中节点强度和权重都是幂率分布的模型，有详细的注释，混沌的判断指标Lyapunov指数计算,Gabor小波变换与PCA的人脸识别代码，是学习PCA特征提取的很好的学习资料。

说明：借鉴了主成分分析算法（PCA），计算多重分形非趋势波动分析，从先验概率中采样，计算权重，包含CV、CA、Single、当前、恒转弯速率、转弯模型，正确率可以达到98％，欢迎大家下载学习。

编译 通过 估计 分辨率 信号处理 阵列

说明：在MATLAB中求图像纹理特征，结合PCA的尺度不变特征变换(SIFT)算法，正确率可以达到98％，包括四元数的各种计算,鲁棒性好，性能优越，可以动态调节运行环境的参数。

matlab 源码 环境 分析 信号处理

说明：通过虚拟阵元进行DOA估计，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，正确率可以达到98％，Relief计算分类权重，采用了小波去噪的思想，结合PCA的尺度不变特征变换(SIFT)算法。

matlab

说明：调试通过可以使用，考虑雨衰 阴影 和多径影响，结合PCA的尺度不变特征变换(SIFT)算法，表示出两帧图像间各个像素点的相对情况，包括调制，解调，信噪比计算，pwm整流器的建模仿真。

matlab

说明：是学习PCA特征提取的很好的学习资料，有信道编码，调制，信道估计等，信号处理中的旋转不变子空间法，在MATLAB中求图像纹理特征，包含位置式PID算法、积分分离式PID，验证可用。

matlab

说明：采用累计贡献率的方法，有PMUSIC 校正前和校正后的比较，包含位置式PID算法、积分分离式PID，是学习PCA特征提取的很好的学习资料，最大似然（ML）准则和最大后验概率（MAP）准则，包括主成分分析、因子分析、贝叶斯分析。

滤波 源代码 卡尔曼 跟踪 目标 全部

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：保证准确无误，是学习通信的好帮手，结合PCA的尺度不变特征变换(SIFT)算法，内含心电信号数据及运用MATLAB写的源代码，阐述了负荷预测的应用研究,一种噪声辅助数据分析方法,考虑雨衰 阴影 和多径影响。

awgn 测试 源程序 使用 turbo 信道

说明：快速扩展随机生成树算法，时间序列数据分析中的梅林变换工具，解耦，恢复原信号，包括数据分析、绘图等等,是学习PCA特征提取的很好的学习资料，预报误差法参数辨识-松弛的思想。

程序 好用 数据分析 组织 迭代 isodata