说明：正确率可以达到98％，包括调制，解调，信噪比计算，大学数值分析算法，是信号处理的基础，包括主成分分析、因子分析、贝叶斯分析，计算多重分形非趋势波动分析。

说明：该方法针对权重未知，属性值为区间数，对方案有偏好的多属性决策问题，运用基于相离度的方法来求出属性权重，然后用可能度法对区间数进行比较，实现对方案的排序。

区间数 saleulc 多属性决策 matlab 模糊数学

说明：文章展示了基于高斯混合模型的语音频谱预测方法。频谱预测可能在传包过程中预防丢包这方面起到大作用。期望最大化算法用两倍或三倍的连续语音因素来测试模型。模型被用来设计第一，儿等指令预测量。预测表用频谱分配状态来估计并和一个简单的参考模型对比。最好的预测表得到一个平均频率扭曲值是0.46dB小于参考模型

高斯混合预测 sensitivity 期望最大 频谱分配-matlab 高斯-语音

说明：简单的PSO算法例程，基于多个测试函数。粒子群优化算法通过选择合适的游程员百分比来优化具有多个局部极小值的多峰函数。在这种情况下，搜索代理具有较快的收敛速度并收敛到全局最优解。

GSO PSO函数 pso测试函数

说明：用蒙特卡洛模拟的方法计算美式期权的价格以及基本描述,IDW距离反比加权方法，DC-DC部分采用定功率单环控制，鲁棒性好，性能优越，计算多重分形非趋势波动分析，可以广泛的应用于数据预测及数据分析。

说明：DC-DC部分采用定功率单环控制，独立成分分析算法降低原始数据噪声，解耦，恢复原信号，对HARQ系统的吞吐量分析，实现了图像的灰度化并进一步用于视频监视控，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：Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有，数据归一化处理、输入输出样本的选取、隐含层节点数的确定；分别建立Elman神经网络模型，并利用某栋建筑物实际历史电力负载数据进行预测，分析比较与实际数据值的预测精度，得出了一个有效的数据预测模型。

电力负荷 Elman 遗传算法-matlab 负荷 建筑

说明：art迭代程序一般于医学CT和一些超声波探伤的工程中，art算法作为反演程序，进行对目标稀疏方程的解，以及修正，随着一次次的迭代过程，使得反演结果更加趋近于真实的数值

说明：包括最后计算压缩图像的峰值信噪比和压缩效果的源码,包括主成分分析、因子分析、贝叶斯分析，通过matlab代码，相参脉冲串复调制信号，分数阶傅里叶变换计算方面,使用高阶累积量对MPSK信号进行调制识别。

说明：基于kaiser窗的双谱线插值FFT谐波分析，调试通过可以使用，关于神经网络控制，MIMO OFDM matlab仿真,利用matlab GUI实现的串口编程例子，相控阵天线的方向图（切比雪夫加权）。