说明：基于粒子群算法的无线传感器网络优化。

pso-wsn WSN grewcgv wsn-pso pso-wsn

说明：对传递熵算法进行改进，引入相位空间重构，对脑电信号进行分析。

传递熵脑电 多尺度排列熵 多尺度熵 脑电--熵 laughziy

说明：基于matlab的特征点自动提取以及匹配，结合机器人三维空间的定位，实现机械手的定位抓取。

抓取点 机器手 matlab机械人 机器手定位 三维定位

说明：多目标跟踪的粒子滤波器，空间目标识别，采用PM算法，分数阶傅里叶变换计算方面。

多目标识别 fractional-filter 分数阶-粒子 空间目标 多目标跟踪

说明：改进的差分进化算法优化粒子群优化算法的混合智能优化算法的源程序！

粒子群改进 差分优化算法 差分进化-优化 改进PSO IDE_PSO

说明：模式搜索（也称为直接搜索、无导数搜索或黑盒搜索）是一类不需要梯度的数值优化方法。因此，它可以用于不连续或不可微的函数。其中一种模式搜索方法是“收敛”（见下文），它基于正基理论。优化试图在多维可能性分析空间中找到最佳匹配（具有最低错误值的解决方案）。

HOOKE-JEEVES derivative-free Hooke-&-Jeeves C8ZD As-One

说明：为了实现DOA和时延的联合估计,提出了一个无线通信中高分辨率的联合角度和时延估计方法,该方法不需要对参数进行搜索,利用空时矩阵的特征向量和特征值分别估计DOA和时延,通过特征值和特征向量的对应关系,估计的参数可以自动实现配对, 只要各路径信号的DOA和时延不同时接近此方法都可以适用,与JADE-MU...

JADE-ESPRIT 时延--估计 空时doa JADE-MUSIC ESPRIT-角度时延

说明：K近邻算法。是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。

K. knn

说明：即插即用算法的相关程序，1利用低秩+自适应（学习）字典稀疏分解从k-t空间测量值重建动态磁共振图像的LASSI.m-MATLAB函数。2m-MATLAB函数，通过使用块坐标下降算法（见上文[3]和[4]），从重塑字典列上具有秩约束（上界）的信号或图像块中学习合成字典。

共振稀疏分解 低秩稀疏matlab K. 即插即用-MATLAB

说明：状态模型的极大似然估计，使用EM算法，以及卡尔曼滤波。本补充说明讨论了使用期望最大化（EM）算法和统计推断的bootstrap过程对状态空间模型的最大似然估计。实现Kalman&macr滤波器、Kalman平滑器和EM算法的Matlab程序脚本

EM算法估计 状态估计-EM em算法滤波 EM算法 EM-卡尔曼