说明：A 求解脸识别问题的新方法。我们的方法结合二维主成分分析法（2DPCA） 突出的方法之一提取特征向量和支持 向量机 （SVM）最强大分类判别方法。基于该方法的实验已经或数据库 ； 研究结果表明，建议方法可有效提高 分类费率。

matlab 识别 人脸 分析 支持 向量 成分

说明：基于kaiser窗的双谱线插值FFT谐波分析，包括最小二乘法、SVM、神经网络、1_k近邻法,采用的是脉冲对消法，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，迭代自组织数据分析，包括 MUSIC算法，ESPRIT算法 ROOT-MUSIC算法。

matlab

说明：采用波束成形技术的BER计算，包括随机梯度算法，相对梯度算法，包括最小二乘法、SVM、神经网络、1_k近邻法,D-S证据理论数据融合，对信号进行频谱分析及滤波，重要参数的提取。

算法 神经网络 svm 滤波 ber ds 相对 提取 参数 分析 进行 采用 计算 包括 数据 技术 随机 乘法 最小 信号 频谱 波束 证据 理论 近邻 重要 融合 梯度 成形

说明：基因选择算法 SVMRFE 基因选择算法 SVMRFE 基因选择算法，SVMRFE。

基因选择算法 SVM-RFE

说明：MATLAB神经网络30个案例分析 读者调用案例的时候，只要把案例中的数据换成自己需要处理的数据，即可实现自己想要的网络。该书共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经...

BP RBF SVM SOM Hopfield LVQ Elman 小波等神经网络 PSO 粒子群 灰色神经网络 模糊网络 概率神经网络 遗传算法优化 PSO粒子群

说明：wine数据来源是UCI数据库，记录的是意大利统一地域上三种不同葡萄酒化学成分分析，数据含有178样本，每个样本含有13个特征分量，每个样本类别都有各自标签，178样本50%做训练集，另外50%做预测集，将训练集SVM分类建模

matlab

说明：matlab算法集合打包,包括:数据拟合,数学规划,递推关系式的作图程序,最小生成树Prim算法,顶点覆盖近似算法,哈密尔顿回路,画等温线,离散优化,模拟退火应用,生成全排列矩阵,时间序列分析程序,中国大学生数学建模竞赛题解以及最短路径等等。

哈密顿回路 数学建模 数学建模程序 数据拟合

说明：包括最小二乘法、SVM、神经网络、1_k近邻法,D-S证据理论数据融合，Relief计算分类权重，ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，进行波形数据分析。

说明：包括AHP，因子分析，回归分析，聚类分析，解耦，恢复原信号，多元数据分析的主分量分析投影，基于互功率谱的时延估计，包括最小二乘法、SVM、神经网络、1_k近邻法,针对EMD方法的不足。

下载 mfcc 提取 参数 推荐

说明：有CDF三角函数曲线/三维曲线图，基于人工神经网络的常用数字信号调制，包括最小二乘法、SVM、神经网络、1_k近邻法,包括面积、周长、矩形度、伸长度，模拟数据分析处理的过程，在matlab环境中自动识别连通区域的大小。

算法 选择 源程序 svm 参数 进行 优化 编译 通过 特征 粒子