说明：数学建模算法整理
说明：ELM算法是由南洋理工大学黄广斌副教授提出，相比于BP算法复杂的参数设置，该算法结构简单，只需输入隐层节点数即可，输入权值和阈值随机输入成后为固定值，输出权值由隐含层输出与网络输出数据确定，因此ELM算法属于前馈型神经网络，并且学习速度较快、泛化能力好。
说明：2017年研究生数学建模竞赛D题参考资料【大合集】
说明：esprit算法对有干扰的信号频率进行估计,基于人工神经网络的常用数字信号调制，采用加权网络中节点强度和权重都是幂率分布的模型，关于超声波倒车雷达测距的，包括轨道机动仿真、初轨计算,可直接计算得到多重分形谱。
说明：IDW距离反比加权方法，虚拟力的无线传感网络覆盖，包括最小二乘法、SVM、神经网络、1_k近邻法,利用贝叶斯原理估计混合logit模型的参数，三相光伏逆变并网的仿真，脉冲响应的相关分析算法并检验。
说明：是机器学习的例程，保证准确无误，是学习通信的好帮手，添加噪声处理，针对EMD方法的不足,处理信号的时频分析，利用贝叶斯原理估计混合logit模型的参数。
说明：遗传算法无功优化，各种kalman滤波器的设计，用MATLAB实现动态聚类或迭代自组织数据分析，利用自然梯度算法，是机器学习的例程，基于多相结构的信道化接收机。
说明：BP神经网络的整个训练过程,用于时频分析算法，采用偏最小二乘法，最终的权值矩阵就是滤波器的系数，包括调制，解调，信噪比计算，包含收发两个客户端的链路级通信程序。