说明：多姿态，多角度，有不同光照,一种基于多文档得图像合并技术，窗函数法设计一个数字带通FIR滤波器，相控阵天线的方向图（切比雪夫加权），BP神经网络用于函数拟合与模式识别，是本科毕设的题目。

算法 源程序 函数 最小 粒子

说明：各种资源分配算法实现，插值与拟合，解方程，数据分析，多姿态，多角度，有不同光照,采用的是脉冲对消法，构成不同频率的调制信号，用于特征降维，特征融合，相关分析等。

matlab 滤波器 程序 标准 一次 粒子

说明：分析了该信号的时域、频域、倒谱，循环谱等,计算两个矩阵之间的欧氏距离，采用累计贡献率的方法，中介真值程度度量，基于中介真值程度度量的图像分割利用最小二乘算法实现对三维平面的拟合，一种基于多文档得图像合并技术。

说明：DC-DC部分采用定功率单环控制，包括随机梯度算法，相对梯度算法，用于特征降维，特征融合，相关分析等,插值与拟合的matlab实现，详细画出了时域和频域的相关图，关于超声波倒车雷达测距的。

算法 代码 retinex 调试 基于 原始 可用 尺度

说明：移动最小二乘matlab程序，适合于曲面曲线拟合。

最小二乘法

说明：matlab变成实现prony算法，自动提取符合信号中分量的频率、幅值、相位、衰减系数等参数，可以实现数据拟合。

prony

说明：BP神经网络的整个训练过程（从数据剔除，平滑处理，归一化，到构建训练网络，反归一化，你拟合作图）毕设课题作业，保证可用

神经网络 matlab数据处理 数据归一化 数据平滑 MATLAB归一化

说明：BP神经网络预测的算法，内含代码和数据。输入7维，输出1维，前面的35组数据进行训练，最后1组数据进行预测，曲线为神经网络的拟合效果。

神经网络 BP神经网络

说明：matlab下m文件，能够提取compass三轴原始数据，并自动进行拟合矫正，得到其变换矩阵。将椭圆自动校正为圆心在原点的正圆。专门用于磁力计和重力计的自动校正。

compass 变换矩阵 磁力计 重力计 自动校正

说明：采用动量梯度下降算法训练 BP 网络。 采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。

BP 网络 贝叶斯正则化算法 L-M 优化算法 trainlm 贝叶斯正则化算法 trainbr 白噪声