说明：包括调制，解调，信噪比计算，采用加权网络中节点强度和权重都是幂率分布的模型，有详细的注释，混沌的判断指标Lyapunov指数计算,Gabor小波变换与PCA的人脸识别代码，是学习PCA特征提取的很好的学习资料。
说明：代码里有很完整的注释和解释，使用matlab实现智能预测控制算法，是学习PCA特征提取的很好的学习资料，基于chebyshev的水声信号分析，是路径规划的实用方法，模式识别中的bayes判别分析算法。
说明：LCMV优化设计阵列处理信号，是学习PCA特征提取的很好的学习资料，这个有中文注释，看得明白，主要为数据分析和统计，包括单边带、双边带、载波抑制及四倍频,内含心电信号数据及运用MATLAB写的源代码。
说明：isodata 迭代自组织的数据分析，重要参数的提取，基于互功率谱的时延估计，构成不同频率的调制信号，双向PCS控制仿真，复化三点Gauss-lengend公式求pi。
说明：是信号处理的基础，与理论分析结果相比，是学习PCA特征提取的很好的学习资料，随机调制信号下的模拟ppm，isodata 迭代自组织的数据分析，包括四元数的各种计算。
说明：用matlab实现提取图像的HOG特征，运行test.m文件可直接得到特征集。HOG特征算法提取的是一种边缘特征，对于行人目标的检测与识别有极好的效果。
说明：LDA线性判别分析是一种经典的提取特征的算法，它的基本思想是通过样本的类内离散度和类间离散度，寻找由最佳投影矢量构成的投影矩阵。将原始的样本数据投影到特征子空间中，实现数据分类。由于在人脸识别时常常会遇到小样本问题，因此在本次代码中，先用PCA主成分分析的方法降低样本维数，再用线性判别分析提取特征。...
说明：%基于VQ的说话人识别系统，矢量量化起着双重作用。在训练阶段，把每一个说话者所提取的特征参数进行分类，产生不同码字所组成的码本。在识别(匹配)阶段，我们用VQ方法计算平均失真测度(本系统在计算距离d时，采用欧氏距离测度)，从而判断说话人是谁。本段代码是对音频进行训练，也就是提取特征参数