说明：Adaboost 算法的思想是合并多个“弱”分类器的输出以产生有效分类。其主要步骤为 ：首先给出弱学习算法和样本空间（工， y） ，从样本空间中找出 m 组训练数据，每组训练数据的权重都是 1 /m。然后用弱学习算法迭代运算 T 次，每次运算后都按照分类结果更新训练数据权重分布，对于分类失败的训练个...

BP Adaboost算法 样本权重 基于BP的强分类器 BP-Adaboost 数据分类算法 分类器

说明：大学电力电子课基本电路 好用的buck电路。

电力电子课 基本电路 buck电路

说明：应用于语音信号和油气管道泄漏信号的去噪处理，有良好的去噪效果。

语音信号 油气管道 泄漏信号 去噪处理

说明：一个很好的用于超连续的仿真，很有价值，理论模拟高非线性光子晶体光纤产生超连续谱。

晶体光纤 超连续谱 高非线性光纤 Suppercontinuum 晶体

说明：基于半监督支持向量机算法，能得到全局最优解，很好用。

半监督支持向量机算法 半监督支持 向量机算法

说明：低压电力线载波通信的OFDM系统仿真，采用了压缩感知的方法进行信道估计，分别选取不同导频数目与LS算法比较，仿真效果良好。

低压电力线载波通信 OFDM 压缩感知 信道估计 LS算法

说明：利用压缩感知理论进行DOA估计，利用了OMP算法，性能很好。

压缩感知 DOA估计 OMP算法

说明：这里面是我最近下载的所有的差分进化和NSGA2的代码，还有个很好用的NSGA2和DE的结合。

差分进化 NSGA2 DE

说明：最小均方误差（MMSE）的算法，是信号处理的基础，合成孔径雷达（SAR)目标成像仿真，一种流形学习算法（很好用），使用起来非常方便，可实现对二维数据的聚类，MIMO OFDM matlab仿真。

最小均方误差 MMSE算法 合成孔径雷达 SAR MIMO_OFDM

说明：CIE色度图绘制。 从CIE1931数据点开始，光刺激波长从360nm到830nm，间隔1nm，很准确的马蹄形图。色度图中贴入CIE1976均匀色空间彩色映射图。同时画出BT709和BT2020三角形色域，D65坐标。需要表示色域覆盖的文章，是绝好的插图。

CIE色度图 CIE1931 马蹄图 插图