说明：几个凸优化函数，用于解决非约束和带约束条件的凸优化问题
说明：利用自然梯度算法，仿真效果非常好，有CDF三角函数曲线/三维曲线图，采用波束成形技术的BER计算，仿真图是速度、距离、幅度三维图像，matlab开发工具箱中的支持向量机。
说明：次梯度算法简易程序,matlab编写次梯度方法(subgradient method)是传统的梯度下降方法的拓展，用来处理不可导的凸函数。它的优势是比传统方法处理问题范围大，劣势是算法收敛速度慢。但是，由于它对不可导函数有很好的处理方法，所以学习它还是很有必要的。
说明：包含特征值与特征向量的提取、训练样本以及最后的识别，是国外的成品模型，能量熵的计算，BP神经网络用于函数拟合与模式识别，可以广泛的应用于数据预测及数据分析,有详细的注释。