说明：粒子群优化（PSO）依靠其学习策略指导其搜索方向。传统上，每个粒子利用其历史最好的体验，并通过线性 叠加及其邻近地区的最佳体验。这种学习策略是容易使用的，但在复杂的问题空间搜索时是低效的。因此，在 设计学习策略，可以利用以前的搜索信息（经验）更有效地已成为最突出和活跃的粒子群算法研究课题之一...

matlab 人工智能 计算

说明：MIMO-OFDM是一个关键的技术用于下一代蜂窝通信（3GPP-LTE中，移动WiMAX，IMT-Advanced的），以及无线局域网（IEEE802.11，IEEE802.11n标准），无线PAN（MB-OFDM），和广播（DAB，DVB，DMB）。这本书提供了一个全面介绍了基本理论的无线信道模型...

matlab 软件 lte 仿真

说明：支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限...

matlab svm 源代码 基于 支持 向量

说明：资源描述1.1 动态规划的发展及研究内容 动态规划（dynamic programming）是运筹学的一个分支，是求解决策过程（decision process）最优化的数学方法。20 世纪50 年代初R. E. Bellman 等人在研究多阶段决策过 程(multistep decision...

matlab 规划 动态

说明：全称 Least meansquare 算法。中文是最小均方算法。感知器和自适应线性元件在历史上几乎是同时提出的，并且两者在对权值的调整的算法非常相似。它们都是基于纠错学习规则的学习算法。感知器算法存在如下问题：不能推广到一般的前向网络中；函数不是线性可分时，得不出任何结果。而由美国斯坦福大学的Wi...

matlab 算法 最小

说明：最速下降法是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失...

最速下降法 梯度下降 gradient-descent 最小二乘问题 最小中值法

说明：梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函...

说明：支持向量机(Support Vector Machine，SVM)是Corinna Cortes和Vapnik等于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。 在机器学习中，支持向量机（SVM，还支持矢量网...

说明：该程序为认知无线电中，基于发射机的三种经典算法之一的匹配滤波器方法，适合初学者进行认知无线电方向的研究，还有初次编写matlab程序着学习使用，程序已经经过很多次验证，觉得无错。欢迎下载！滤波器是一种选频装置，可以使信号中特定的频率成分通过，而极大地衰减其它频率成分。在测试装置中，利用滤波器的这种选...

matlab 滤波器 仿真 匹配

说明：LVQ学习向量量化神经网络是一种用于训练竞争层的有监督的学习方法的输入前向神经网络，其算法是Kohonen竞争算法演化而来的。LVQ学习向量量化神经网络在模式识别和优化领域有着广泛的应用网络结构输入层，竞争层，线性输出层当某个模式被送入网络时，与输入模式最近的竞争层神经元被激活，神经元状态为1，而其...

matlab 分类 神经网络 lvq