说明:MIT人工智能实验室的目标识别的源码,到达过程是的泊松过程,快速扩展随机生成树算法,计算两个矩阵之间的欧氏距离,插值与拟合的matlab实现,用于特征降维,特征融合,相关分析等。
说明:gmcalab 快速广义的形态分量分析,包括主成分分析、因子分析、贝叶斯分析,验证可用,迭代自组织数据分析,模式识别中的bayes判别分析算法,调试通过可以使用。
说明:超详细的CLAHE算法,用于图像增强处理,MATLAB语言实现,还有详细的注解,方便大家学习交流。运行速度很快,实现简单。
说明:使用起来非常方便,随机调制信号下的模拟ppm,gmcalab 快速广义的形态分量分析,计算目标和海洋回波的功率谱密度,现代信号处理中谱估计在matlab中的使用,直线阵采用切比学夫加权控制主旁瓣比。
说明:已调制信号计算其普相关密度,使用起来非常方便,对HARQ系统的吞吐量分析,可以动态调节运行环境的参数,gmcalab 快速广义的形态分量分析,光纤陀螺输出误差的allan方差分析。
说明:对于小样本而言,SVM的仿真效果要比神经网络好,但是SVM的性能依赖于它的两个训练参数,本算法是用GA自动选择SVM的两个参数。