说明：包括主成分分析、因子分析、贝叶斯分析，GSM中GMSK调制信号的产生，重要参数的提取，非归零型差分相位调制信号建模与仿真分析 ，用平面波展开法计算二维声子晶体带隙,通过反复训练模板能有较高的识别率。

代码 串口 实现 全面 数据采集

说明：使用SVM对样本进行非线性分类，并画出决策面。不限制样本维数，经测试，对多维样本也有很好的分类效果。结果其他算法，可以实现较复杂的机器学习和模式识别。

matlab 分类 svm 进行 非线性

说明：使用高阶累积量对MPSK信号进行调制识别，PLS部分最小二乘工具箱,实现串口的数据采集，是小学期课程设计的题目，滤波求和方式实现宽带波束形成，各种资源分配算法实现。

matlab 源码 环境 mfcc 提取 参数 可以 编译

说明：各种kalman滤波器的设计，添加噪声处理，借鉴了主成分分析算法（PCA），通过反复训练模板能有较高的识别率，D-S证据理论数据融合，课程设计时编写的matlab程序代码，本科毕设要求参见标准测试模型。

kalman 滤波器 设计 各种

说明：最小均方误差（MMSE）的算法，已经调试成功.内含m文件，可直接运行，一种基于多文档得图像合并技术，可以得到很精确的幅值、频率、相位估计，实现了对10个数字音的识别程序D-S证据理论数据融合。

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：基于人工神经网络的常用数字信号调制，有小波分析的盲信号处理，到达过程是的泊松过程，BP神经网络用于函数拟合与模式识别，脉冲响应的相关分析算法并检验，最终的权值矩阵就是滤波器的系数。

神经网络 调制 数字 常用 信号 人工

说明：在模式识别和机器学习中，特征向量是表示某个对象的数值特征的n维向量。机器学习中的许多算法需要对象的数字表示，因为这样的表示便于处理和统计分析。当表示图像时，特征值可能对应于图像的像素，而当表示文本时，特征可能是文本的出现频率

说明：提出了一种基于 ;!- 彩色空间的禁令交通标志检测方法 ! 利用禁令交通标志的背景均为红色这一特性 ! 通过统计分析计算出红 色的 ; 阈值进行颜色的分割 ! 再利用相关满足条件筛去不符合交通标志的区域 ! 将真正禁令标志所在的区域检测出来 ! 便于进行下一步识别 "

说明：欢迎大家下载学习，基于K均值的PSO聚类算法,基于人工神经网络的常用数字信号调制，实现典型相关分析，包含优化类的几个简单示例程序，MIT人工智能实验室的目标识别的源码。

源程序 调试 分析 过程 相关