说明：灰色预测模型称为CM模型，G为grey的第一个字母，M为model的第一个字母。GM（1，1）表示一阶的，一个变量的微分方程型预测模型。GM（1，1）是一阶单序列的线性动态模型，主要用于时间序列预测。 一、GM（1，1）建模 设有数列 共有 个观察值 对 作累加生成，得到新的数列 ，其元素 ...
说明：反馈型神经网络也称递归网络或回归网络。反馈网络的输入包括有延迟的输入或者输出数据的反馈。由于有反馈的输入，所以它是一种反馈动力学系统。这种系统的学习过程就是它的神经元状态的变化过程，这个过程最终会达到一个神经元状态不变的稳定态，也标志着学习过程的结束。 Elman神经网络是Elman于199...
说明：Kohonen 网络模拟大脑神经系统自组织特征映射的功能，它是一种竞争式学习网络，在学习中能无监督地进行自组织学习。
说明：搭建OFDM通信系统的框架，脉冲响应的相关分析算法并检验，可以广泛的应用于数据预测及数据分析,快速扩展随机生成树算法，匹配追踪和正交匹配追踪，非归零型差分相位调制信号建模与仿真分析 。
说明：主同步信号PSS在时域上的相关仿真，使用起来非常方便，结合PCA的尺度不变特征变换(SIFT)算法，matlab编写的元胞自动机，阐述了负荷预测的应用研究,数据模型归一化，模态振动。
说明：非常全面的灵敏度分析讲解以及灵敏度检验案例。
说明：扩展kalmanfilter（也称为线性化卡尔曼滤波）： 是一个简单的非线性近似滤波算法，指运动或观测方程不是线性的情况。 无迹kalman滤波（UKF） KF和EKF都是都将问题转化为线性高斯模型，所以可以直接解出贝叶斯递推公式中的解析形式，方便运算。但对于非线性问题...
说明：经验模态分解（Empirical Mode Decomposition，简称EMD))方法被认为是2000年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破 [1] ，该方法是依据数据自身的时间尺度特征来进行信号分解，无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅...