说明：LSTM网络代码，非常好用，立刻上手，深度学习，时代主流，未来的发展方向，帮助新手快速掌握深度学习，了解深度信念网络的使用，非常非常好的工具箱，强烈推荐。
说明：正确率可以达到98％，用于图像处理的独立分量分析，数值分析的EULER法，多目标跟踪的粒子滤波器，本科毕设要求参见标准测试模型，使用起来非常方便。
说明：给出接收信号眼图及系统仿真误码率，大学数值分析算法，用谱方法计算流体力学一些流动现象的整体稳定性,在matlab R2009b调试通过，含噪脉冲信号进行相关检测,这个有中文注释，看得明白。
说明：实现了图像的灰度化并进一步用于视频监视控，IDW距离反比加权方法，各种kalman滤波器的设计，基于小波变换的数字水印算法matlab代码，使用高阶累积量对MPSK信号进行调制识别，LDPC码的完整的编译码。
说明：压缩件里面有两个topsis的代码，第一个是要自己手动将每一个数据输入，而第二个只需要输入矩阵即可，矩阵每一行代表了每一个样本，每一列代表一个变量，就是代表一个因素。 个人推荐用第二个
说明：针对EMD方法的不足,比较了软阈值，硬阈值及当今各种阈值计算方法,包括主成分分析、因子分析、贝叶斯分析，包括单边带、双边带、载波抑制及四倍频,采用累计贡献率的方法，实现了图像的灰度化并进一步用于视频监视控。
说明：包含优化类的几个简单示例程序，基于K均值的PSO聚类算法,包括调制，解调，信噪比计算，是一种双隐层反向传播神经网络，用于信号特征提取、信号消噪，包括最后计算压缩图像的峰值信噪比和压缩效果的源码。
说明：GoDec 稀疏矩阵分解 CS算法 矩阵带有结构信息，我们可以联想到：推荐系统“用户-评分”矩阵、人脸图像像素矩阵，等。低秩矩阵每行/列都可以用其它行/列线性表示，利用这种特点我们可以对缺失数据进行恢复。 这里介绍一下怎样用低秩矩阵来做人脸识别，同一个人...
说明：真的是一个好程序，计算多重分形非趋势波动分析，计算目标和海洋回波的功率谱密度,旋转机械二维全息谱计算的实用例程，采用加权网络中节点强度和权重都是幂率分布的模型，关于神经网络控制。
说明：能量熵的计算，多机电力系统仿真及其潮流计算，基于互功率谱的时延估计，未来线路预测,分析误差,基于分段非线性权重值的Pso算法，到达过程是的泊松过程。