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：使用机器人充电电池和传输数据可极大地提高了无线传感器网络的生命周期。在此视频，机器人的路径由航点（绿色圆圈）控制，并且其中每个传感器可以被提供服务的区域被突出显示。我们使用的梯度下降和“多旅行商问题”（MTSP）搜索算法相结合的移动朝航点，其中传感器节点可以同时确保航点呆在接近充电区域。 SRIK...
说明：最小均方算法，借助于最速下降算法发展起来的，通过维纳滤波所求维纳解，已知输入信号与期望信号的先验统计信息，以及再对输入信号的自相关矩阵进行求逆运算的情况下才能得以确定，计算复杂程度低，收敛性好
说明：用PCA来抽取人脸特征，在降低维数的同时，在一定程度上去除原始特征各维之间的相关性。每个人选取五张为实验的数据集。
说明：个人收集ＭＡＴＬＡＢ智能算法合集
说明：独立成分分析算法降低原始数据噪声，基于SVPWM的三电平逆变的matlab仿真，有CDF三角函数曲线/三维曲线图，直线阵采用切比学夫加权控制主旁瓣比，使用大量的有限元法求解偏微分方程，基于负熵最大的独立分量分析。