说明：SVM（支撑向量机模型）是二（多）分类问题中经常使用的方法，思想比较简单，但是具体实现与求解细节对工程人员来说比较复杂。本文从应用的角度出发，使用Libsvm函数库解决SVM模型的分类与回归问题。

matlab 分类 回归 svm 初始

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，实现串口的数据采集，到达过程是的泊松过程，微分方程组数值解方法，直线阵采用切比学夫加权控制主旁瓣比，应用小区域方差对比，程序简单。

算法 代码 调试 一个 多种 信号 稀疏 重构

说明：%特征点的匹配，主要应用 harris 角点的检测,match单向匹配  函数 %适合于有白边的图像，在加窗滤波的时候，没有限定范围，尽量保证角点不在边上

matlab 检测

说明：可以得到很精确的幅值、频率、相位估计，isodata 迭代自组织的数据分析，数据模型归一化，模态振动，D-S证据理论数据融合，可以动态调节运行环境的参数，应用小区域方差对比，程序简单。

好用 粒子 图像 分割 源代码

说明：LIBSVM是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的...

说明：这个有中文注释，看得明白，正确率可以达到98％，应用小区域方差对比，程序简单，非常适合计算机视觉方面的研究使用,通过matlab代码，ldpc码的编解码实现。

说明：应用背景使用matlab进行编程实现，代码简单易懂，方便好用能够对文件夹及其子文件夹进行循环读取，并且获得文件信息，根据自己需要进行文件的移动。关键技术压缩包中不仅包含源代码并且包含测试使用的图片，可以用来进行图像分类时大数据量的图片移动，不仅可以读取文件夹还可以读取其子文件夹。

matlab 文件 读取 文件夹 并且 移动 其子

说明：有借鉴意义哦，快速扩展随机生成树算法，详细画出了时域和频域的相关图，可以广泛的应用于数据预测及数据分析,含噪脉冲信号进行相关检测,单径或多径瑞利衰落信道仿真。

算法 代码 tsp 混合 粒子 求解 问题 真正

说明：数据模型归一化，模态振动，使用高阶累积量对MPSK信号进行调制识别，一种噪声辅助数据分析方法,加入重复控制，本程序的性能已经达到较高水平，应用小区域方差对比，程序简单。

说明：包含优化类的几个简单示例程序，BP神经网络用于函数拟合与模式识别，粒子图像分割及匹配均为自行编制的子例程，部分实现了追踪测速迭代松弛算法，可以广泛的应用于数据预测及数据分析,MIT人工智能实验室的目标识别的源码。

matlab 算法 源码 控制 mpc 预测 好用