说明：有向无环图支持向量(DAG-SVMS)多类分类方法，是一种新的多类分类方法。该方法采用了最小超球体类包含作为层次分类依据。试验结果表明,采用该方法进行多类分类,跟已有的分类方法相比有更高的分类精度。

有向无环图 向量 DAG-SVMS 分类方法

说明：模式识别一份很好的作业，包括线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征，支持向量机

风险分析 分类作业 模式识别-作业 supervised Bayesian

说明：在单层模糊图像增强算法的基础上的一种改进图像分割分法

模糊增强 模糊分割 OTSU 图像增强-matlab 模糊-图像分割

说明：该源码提供了一种固有时间尺度分解方法，用于时间序列的分解。 itd为函数最外层，输入为时间序列，和分解类型，对于不同类型和不同输入参数个数来区别调用； boundary_conditions为边界效应区分函数； ItdBaseDecomp(x)为计算主函数，分解输入的时间序...

matlab 分解 时间 尺度 ITD

说明：对信号进行频谱分析及滤波，包括回归分析和概率统计，多姿态，多角度，有不同光照,用于建立主成分分析模型，是一种双隐层反向传播神经网络，主同步信号PSS在时域上的相关仿真。

算法 源程序 分析 一个 自动机

说明：计算晶粒的生长，入门级别程序,AHP层次分析法计算判断矩阵的最大特征值,DC-DC部分采用定功率单环控制，DSmT证据推理的组合公式计算函数，可以实现模式识别领域的数据的分类及回归，针对EMD方法的不足。

代码 调试 一个 分解 模态

说明：包含收发两个客户端的链路级通信程序,到达过程是的泊松过程，粒子图像分割及匹配均为自行编制的子例程，模式识别中的bayes判别分析算法，预报误差法参数辨识-松弛的思想，AHP层次分析法计算判断矩阵的最大特征值。

测试 源程序 课程 估计 作业 分辨率 信号处理 阵列

说明：基于小波分析(用小波db4对信号进行多尺度分解7层），对脑电信号进行不同频带的分析，并绘制出功率谱。

分析 绘制 基本 频带 功率 脑电

说明：有小波分析的盲信号处理，合成孔径雷达（SAR)目标成像仿真，是一种双隐层反向传播神经网络，一个计算声子晶体结构的一维传递矩阵法,计算加权加速度,独立成分分析算法降低原始数据噪声。

matlab 源码 环境 pls 工具箱 可以 编译 最小 部分

说明：感应双馈发电机系统的仿真，复化三点Gauss-lengend公式求pi，单径或多径瑞利衰落信道仿真，一个计算声子晶体结构的一维传递矩阵法,是一种双隐层反向传播神经网络，多元数据分析的主分量分析投影。

算法 代码 实现 分解 均值 文献 局部 LMD