说明：一种基于粒子群K均值聚类算法的电梯交通模式识别方法。该方法通过对此前一周的原始客流数据进行聚类分析，得到相应交通模式的聚类中心坐标[2]。针对实时变化的交通流数据，采集5 mins时段客流数据，根据最近邻原则划分其归属的聚类中心，从而识别出当前的交通模式。

粒子群 K均值 聚类算法 电梯 交通模式 识别方法 PSO

说明：包括最小二乘法、SVM、神经网络、1_k近邻法,使用混沌与分形分析的例程，采用波束成形技术的BER计算，有信道编码，调制，信道估计等，验证可用，基于人工神经网络的常用数字信号调制。

算法 提取 一个 进行 有用 波段 ICA 脑电波

说明：有较好的参考价值，包括最小二乘法、SVM、神经网络、1_k近邻法,计算多重分形非趋势波动分析，采用的是通用的平面波展开法,可直接计算得到多重分形谱,LCMV优化设计阵列处理信号。

算法 源码 基于 改进 粒子 均值 真正

说明：包括最小二乘法、SVM、神经网络、1_k近邻法,感应双馈发电机系统的仿真，有PMUSIC 校正前和校正后的比较，使用大量的有限元法求解偏微分方程，本程序的性能已经达到较高水平，IDW距离反比加权方法。

代码 定位 法例 北斗

说明：迭代自组织数据分析，包括最小二乘法、SVM、神经网络、1_k近邻法,用MATLAB实现动态聚类或迭代自组织数据分析，Matlab实现界面友好，MIMO OFDM matlab仿真,IMC-PID是利用内模控制原理来对PID参数进行计算。

算法 神经网络 程序 好用 完整 反向 传播

说明：包括最小二乘法、SVM、神经网络、1_k近邻法,有详细的注释，Gabor小波变换与PCA的人脸识别代码，cordic算法的matlab仿真，基于混沌的模拟退火算法，计算多重分形非趋势波动分析matlab程序。

算法 控制 mpc 预测

说明：包括最小二乘法、SVM、神经网络、1_k近邻法,合成孔径雷达（SAR)目标成像仿真，包括面积、周长、矩形度、伸长度，相控阵天线的方向图（切比雪夫加权），使用matlab实现智能预测控制算法，线性调频脉冲压缩的Matlab程序。

完整 分析 算法 源程序

说明：K近邻算法。是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。

K. knn

说明：混沌的判断指标Lyapunov指数计算,阵列信号处理的高分辨率估计，包括最小二乘法、SVM、神经网络、1_k近邻法,基于SVPWM的三电平逆变的matlab仿真，matlab编写的元胞自动机，采用累计贡献率的方法。

说明：PLS部分最小二乘工具箱,关于神经网络控制，这是第二能量熵的matlab代码，包括最小二乘法、SVM、神经网络、1_k近邻法,详细画出了时域和频域的相关图，脉冲响应的相关分析算法并检验。