说明：MIMO雷达模型下一种子空间谱估计方法，采用过估计的方法，以避免信源数估计的问题，直接对数据协方差矩阵进行变换，从而构造了信号子空间投影矩阵和噪声子空间投影矩阵，不需要像经典的MUSIC一样对其进行特征分解，完全避开了在一般非理想情况下MUSIC算法必须面对的识别小特征值与大特征值的麻烦，降低了复杂...

MIMo-雷达 特征投影矩阵 雷达信号识别 小信号模型 MIMO-目标

说明：未来线路预测,分析误差,采用波束成形技术的BER计算，Gabor小波变换与PCA的人脸识别代码，添加噪声处理，独立成分分析算法降低原始数据噪声，利用自然梯度算法。

算法 代码 语音 识别 模型 调试 一个

说明：用于新型空调平行流换热器的matlab程序设计

brothero5v 空调-matlab constructionduv 分液冷凝 matlab

说明：梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函...

说明：用matlab的脚本语言M语言编写的，用于在matlab环境下实现帕笛近似（高阶模型简化降阶）的程序源代码，可以在matlab环境下直接运行。

高阶模型降阶 模型降阶 leadlagc.m 模型-降阶 ContrLib

说明：拟牛顿法和最速下降法(Steepest Descent Methods)一样只要求每一步迭代时知道目标函数的梯度。通过测量梯度的变化，构造一个目标函数的模型使之足以产生超线性收敛性。这类方法大大优于最速下降法，尤其对于困难的问题。另外，因为拟牛顿法不需要二阶导数的信息，所以有时比牛顿法(Newton...

拟牛顿迭代法 无约束优化 拟牛顿法 导数约束 优化 s函数

说明：特征降维方法，其中包含有典型的特征组合方式——PCA和特征选择中的SFFS，SBS，SFS。共四类常用的特征降维方式。

matlab-特征选择 SFS特征选择 特征选择matlab sfs SFS、SBS、SFFS

说明：C～5 A 飞机的水上迫降动力模型试验

文献年鉴

说明：此程序是进行人脸识别时，进行非线性降维后提取特征的一个典型方法，想做非线性降维特征提取的朋友可以研究，本人看后收获颇多

非线性降维 特征提取 ISOMAP 浜鸿劯璇嗗埆 Isomapfiles

说明：求解最优化问题MATLAB程序：Newton型方法（最速下降法、基本Newton方法、拟Newton方法）