说明：一个常用的稀疏表示分类器，SRC分类器，用于信号或图像分类，需共同配合CVX运行，可见示例example.m。

稀疏表示 src分类器 稀疏分类器 稀疏表示-分类 SRC稀疏

说明：一个自己编的稀疏表示分类程序（SRC），以帮助了解SRC的原理和算法。

稀疏--分类 SRC分类器程序 SRC稀疏 plotNemenyiTest 分类

说明：本程序主要实现了基于贝叶斯分类的手写数字识别。 1.主程序为recognition.m，运行程序只需打开recognition.m文件运行即可 2.byes算法程序分别在bayes_erzhi.m文件、bayes_leasterror.m文件和bayesleastrisk.m文件...

贝叶斯 贝叶斯分类 贝叶斯分类器 数字识别 手写数字识别 bayes法

说明：BP-Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。

bp——adaboost adaboost 预测 adaboost_bp BP预测

说明：功能：输入图像，该图像可以检测关键点，这些点通常对应于图像可用于物体识别的一个重要目的，也可以作为设有对图像分类。运行程序Ldx_GoSalScale.m之一，就可以知道这个程序（调试环境MATLAB7.0）的使用。

matlab kb src 探测器

说明：算法流程：选定训练集和测试集-数据预处理-交叉验证选择最佳参数-分类准确率-预测-利用最佳参数训练SVM。

数据预处理 交叉验证 最佳参数 训练SVM SVM

说明：通过将极限学习机（ELM）和稀疏表示（SRC）结合到统一框架中，所提出的混合分类器不仅具有快速测试（ELM的优点）的优点，而且显示出显着的分类精度（SRC的优点）。测试它的AR面部识别，它达到95％的高精度，比ELM（91％）和SRC（93.5％）更好。ELM和SRC之间的桥梁是ELM错误分类度量和...

说明：随机森林指的是利用多棵树对样本进行训练并预测的一种分类器，包括两个方面：数据的随机性选取，以及待选特征的随机选取。

特征 随机选取

说明：该软件的处理类似于短时傅立叶变换（STFT），但应用了更长、更重叠的分析/合成窗口，使时频处理从根本上对混叠具有鲁棒性。这种差异与非常活跃的时频处理技术有关，例如Dirac或优化的自适应波束形成器。

短时傅立叶变换 STFT 时频处理 鲁棒性 Dirac 优化 自适应波束形成器

说明：对AGC中频仿真及加干扰效果分析，采用simulink搭建干扰模型，MATLAB脚本控制参数。

AGC 中频仿真 干扰效果 simulink 干扰模型