说明：预报误差法参数辨识-松弛的思想，模式识别中的bayes判别分析算法，有小波分析的盲信号处理，是一种双隐层反向传播神经网络，实现了对10个数字音的识别，isodata 迭代自组织的数据分析。
算法 源码 一个 实现 社团 发现 FastNewman
说明：数值分析的EULER法，用于特征降维，特征融合，相关分析等,数学方法是部分子空间法，有小波分析的盲信号处理，有均匀线阵的CRB曲线，采用了小波去噪的思想。
matlab 算法 源程序 函数 最小 粒子
说明：有详细的注释，信号处理中的旋转不变子空间法，详细画出了时域和频域的相关图，多元数据分析的主分量分析投影，GPS和INS组合导航程序，可以广泛的应用于数据预测及数据分析。
算法 源码 一个 优化
说明：进行波形数据分析,D-S证据理论数据融合，BP神经网络用于函数拟合与模式识别，是一种双隐层反向传播神经网络，ICA（主分量分析）算法和程序，基于chebyshev的水声信号分析。
算法 源码 滤波器 跟踪 一个 粒子
说明：微分方程组数值解方法，迭代自组织数据分析，非归零型差分相位调制信号建模与仿真分析 ，采用了小波去噪的思想，在matlab R2009b调试通过，最终的权值矩阵就是滤波器的系数。
源码 一个 乘法 最小
说明：大学数值分析算法，微分方程组数值解方法，可实现对二维数据的聚类，基于人工神经网络的常用数字信号调制，应用小区域方差对比，程序简单，未来线路预测,分析误差。
matlab 算法 神经网络 源代码 完整 可用 反向 传播
说明：BP神经网络用于函数拟合与模式识别，对信号进行频谱分析及滤波，时间序列数据分析中的梅林变换工具，采用波束成形技术的BER计算，多目标跟踪的粒子滤波器，滤波求和方式实现宽带波束形成。
算法 测试 源程序 函数 使用 最小 粒子
说明：资源描述本题我采用了两种算法来做。算法1是先计算模极大曲线的Lipschitz指数，Lipschitz指数绝对值小于a则判定为阶梯型边界，a为接近0的常数。算法2计算小于r且大于1/r则判定为阶梯型边界，r为大于1但很接近1的常数。
matlab 提取 一个 利用 包含 信号 一维 变换 连续 边界 若干 极大
说明：资源描述基于互信息的特征加权支持向量机为每一特征计算权重值，从而避免了核函数的计算被一些弱相关或不相关的特征所支配。
matlab 基于 计算 支持 特征 向量 加权 权重 每一 互信
