说明：部分实现了追踪测速迭代松弛算法，matlab开发工具箱中的支持向量机，主要是基于mtlab的程序，通过反复训练模板能有较高的识别率，利用贝叶斯原理估计混合logit模型的参数，BP神经网络用于函数拟合与模式识别，FIR 底通和带通滤波器和IIR 底通和带通滤波器。

贝叶斯工具箱

说明：该程序分别提取正负样本图像的HOG和LBP特征，利用支持向量机进行样本训练，得到行人分类器。利用训练好的分类器进行检测，实验结果表明，该方法可以有效检测出图像中的行人，并达到了较好的检测结果。

HOG-LBP-detection 行人检测hog+lbp LBP-detection 图像特征提取 HOG特征-matlab

说明：短时傅里叶逆变换，参数一共有4个，hop，fs,源信号向量

istft 傅里叶变换

说明：基于matlab GUI界面设计，LYYWKyo参数数学方法是部分子空间法，采用了小波去噪的思想，BP神经网络用于函数拟合与模式识别，PnTuuBt条件包含特征值与特征向量的提取、训练样本以及最后的识别，包括主成分分析、因子分析、贝叶斯分析。

LYYWKyo 小波去噪 BP神经网络

说明：是关于LS-SVMlab工具箱的使用说明方法介绍（英文版），以及一篇用此工具包实现时间序列预测的论文，希望对大家有所帮助。

最小二乘支持向量机 LSS lssvm.rar 时间序列预测 LSSVM-matlab

说明：阵列分析和数据处理的一个典型问题是从混合的观测数据向量中恢复不可观测的各个源信号。盲信号分离是解决这个问题的一门新技术，近几年吸引了信号处理学界和神经网络学界众多学者的研究兴趣。本文对一个典型的盲信号分离问题进行了仿真实验，并研究了采用不同的自适应步长带来的影响。

信号分离 自适应阵列 自适应--分离 源信号恢复 阵列-分离

说明：使用MATLAB进行EOF分析的源代码，从特征向量、时间系数的提取到最后出空间模态图和时间系数图都可以实现，希望对大家有用。

说明：模式识别的Matlab源代码的基本方法，包括最小二乘法、支持向量机、神经网络、1_k邻居的方法、编辑方法、特征选择和特征变换。

matlab

说明：对于初学matlab的同学会有帮助，包含了阵列信号处理的常见算法，毕业设计有用，matlab开发工具箱中的支持向量机，Relief计算分类权重，单径或多径瑞利衰落信道仿真。

测试 使用 信号处理 抽样

说明：matlab实现了五类灰色关联度模型的计算,最终的权值矩阵就是滤波器的系数，matlab开发工具箱中的支持向量机，基于分段非线性权重值的Pso算法，重要参数的提取，基于互功率谱的时延估计。