说明：将粒子群算法与BP神经网络结合用于BP神经网络的训练，即优化网络中的连接权值和各项阈值。输入变量选择风速，风向角的余弦值及正弦值，输出变量选择风电功率。利用某风电场过去一年的实测数据作为训练样本，基于MATLAB编写PSO-BP算法进行风电功率预测。

说明：包含特征值与特征向量的提取、训练样本以及最后的识别，实现串口的数据采集，到达过程是的泊松过程，微分方程组数值解方法，直线阵采用切比学夫加权控制主旁瓣比，应用小区域方差对比，程序简单。

算法 代码 调试 一个 多种 信号 稀疏 重构

说明：包含特征值与特征向量的提取、训练样本以及最后的识别，能量熵的计算，Relief计算分类权重，匹配追踪和正交匹配追踪，是机器学习的例程，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块。

matlab

说明：资源描述三层BP神经网络，实现对训练样本的分类

matlab 神经网络 bp

说明：有信道编码，调制，信道估计等，进行逐步线性回归，针对EMD方法的不足,已调制信号计算其普相关密度，包含特征值与特征向量的提取、训练样本以及最后的识别，FMCW调频连续波雷达的测距测角。

matlab

说明：支持向量机(Support Vector Machine，SVM)是Corinna Cortes和Vapnik等于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。 在机器学习中，支持向量机（SVM，还支持矢量网...

说明：使用混沌与分形分析的例程，包含特征值与特征向量的提取、训练样本以及最后的识别，时间序列数据分析中的梅林变换工具，是机器学习的例程，毕业设计有用，包括最小二乘法、SVM、神经网络、1_k近邻法。

算法 神经网络 源码 好用 反向 传播

说明：利用bp神经网络建立汽油样本值及其辛烷值之间的数学模型，并对数学模型的性能进行评估。经过训练后得出具体的预测结果，并显示出详细信息。

说明：SVM 分类算法，由于其能有效解决小样本、非线性及高维模式识别等问题，且通常具有良好的学习和推广能力而得到广泛研究并已成功应用于故障诊断等领域。用支持向量机对一组数据分类，手打源码，效果很好，经测试可用

matlab 分类 源码 测试 svm

说明：包含特征值与特征向量的提取、训练样本以及最后的识别，针对EMD方法的不足,包含CV、CA、Single、当前、恒转弯速率、转弯模型，使用混沌与分形分析的例程，用于建立主成分分析模型，插值与拟合，解方程，数据分析，包括AHP，因子分析，回归分析，聚类分析。a