说明：LDA线性判别分析是一种经典的提取特征的算法，它的基本思想是通过样本的类内离散度和类间离散度，寻找由最佳投影矢量构成的投影矩阵。将原始的样本数据投影到特征子空间中，实现数据分类。由于在人脸识别时常常会遇到小样本问题，因此在本次代码中，先用PCA主成分分析的方法降低样本维数，再用线性判别分析提取特征。...
说明：应用背景 k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k，k由用户指定，k均值算法根据某个距离函数反复把数据分入k个聚类中。 关键技术 先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的...
说明：Particle in cell 方法的matlab代码，非常基础，算例是空间存在一带电平板情况下，等离子体的电场分布和离子密度分布。作为入门非常好。
说明：计算十字叉丝的在不同距离的衍射图像,部分实现了追踪测速迭代松弛算法，包含位置式PID算法、积分分离式PID，关于非线性离散系统辨识，wolf 方法计算李雅普诺夫指数,用于时频分析算法。
说明：对自然图像分块，然后分别利用离散小波变换、离散余弦变缓、轮廓波变换、双树离散小波变换来进行压缩感知重构。
说明：1.计算待分类数据和不同类中每一个数据的距离（欧氏或马氏）。 2.选出最小的前K数据个距离，这里用到选择排序法。 3.对比这前K个距离，找出K个数据中包含最多的是那个类的数据，即为待分类数据所在的类。 不通俗但严谨的规则是：
说明：模式识别，聚类分析的最大最小距离算法算法matlab演示