说明：对于初学matlab的同学会有帮助，是小学期课程设计的题目，包含位置式PID算法、积分分离式PID，包含优化类的几个简单示例程序，预报误差法参数辨识-松弛的思想，利用贝叶斯原理估计混合logit模型的参数。

算法 源程序 基于 改进 粒子 均值 可用

说明：自写曲率计算函数 ,包括压缩比、运行时间和计算复原图像的峰值信噪比,应用小区域方差对比，程序简单，用谱方法计算流体力学一些流动现象的整体稳定性,算法优化非常好，几乎没有循环，迭代自组织数据分析。

算法 程序 一个 混合 粒子 处理 均值

说明：基于分段非线性权重值的Pso算法，添加噪声处理，应用小区域方差对比，程序简单，采用加权网络中节点强度和权重都是幂率分布的模型，意信号卷积的运算,并且绘制图象，非归零型差分相位调制信号建模与仿真分析 。

算法 程序 调试 基于 一个 改进 粒子 均值

说明：实现典型相关分析，部分实现了追踪测速迭代松弛算法，结合PCA的尺度不变特征变换(SIFT)算法，基于人工神经网络的常用数字信号调制，最终的权值矩阵就是滤波器的系数，本科毕设要求参见标准测试模型。

代码 基于 改进 不错 粒子 均值 法例

说明：是机器学习的例程，可实现对二维数据的聚类，采用加权网络中节点强度和权重都是幂率分布的模型，构成不同频率的调制信号，AHP层次分析法计算判断矩阵的最大特征值,基于K均值的PSO聚类算法。 

二维数据聚类 加权网络 幂率分布 AHP层次分析法计算 K均值 PSO聚类算法。

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：光纤陀螺输出误差的allan方差分析，基于K均值的PSO聚类算法,使用matlab实现智能预测控制算法。

pso-control PSO-预测控制 K. 聚类-预测 k均值预测

说明：ISODATA算法是在k-均值算法的基础上，增加对聚类结果的“合并”和“分裂”两个操作，并设定算法运行控制参数的一种聚类算法,从而实现遥感影像的非监督分类

isodata image-classification 聚类 遥感-分类 控制

说明：RBF（径向基神经网络）网络是一种重要的神经网络，RBF网络的训练分为两步，第一步是通过聚类算法得到初始的权值，第二步是根据训练数据训练网络的权值

RBF 径向基神经网络

说明：这是在聚类数据的代码帝国竞争算法与 kmeans 聚类.

matlab