说明：针对图像分割问题，考虑到MCMC和非参数形状先验信息的优势，结合以上两种方法，处理图像内容部分缺失等的图像分割问题，供大家参考学习。

说明：应用L-曲线法来选取正则化参数α的合理性就是L-曲线法强调保证解部分||x||2和数据拟合部分||Kx-y||2的平衡，而这种平衡则是通过确定正则化参数α值来实现的。不过值得注意的是，利用L-曲线法所得到的正则化参数α并非最优值，而是近似最优。

源程序 正则 参数 曲线 确定

说明：以为高斯和密度估计，使用高斯核的非参数密度估计方法，对样本进行概率密度估计，程序中给出了窗宽的估算公式。

高斯 密度 高斯核

说明：高斯过程是一种非参数化的学习方法，它可以很自然的用于regression，也可以用于classification。本程序用高斯过程实现分类！

高斯过程分类 高斯过程 高斯过程-分类 Gaussian-regression 高斯-分类

说明：谱估计的非参数DOA(Dorection of Arrive)方法----MUSIC(Multi Signal Classification，多重信号分类)算法

DOA算法 多重信号分类 谱 mvdr matlab-music

说明：【2017B题参考资料】参考资料大合集

全国大学生数学建模竞赛(CUMCM)

说明：Morlet小波带宽参数优化，利用shannon小波熵算法，非常实用。里面包括Morlet连续小波变化的实现

Morlet小波 Morlet 带宽参数

说明：本工具包给出了反问题计算常用的正则化参数确定，求正则化解等方法。非常有效，是难得的一款好软件包

正则化工具包 反问题 正则化参数 matlab-正则化 BakerSignet-Regu

说明：基于LSTM参数实时更新的RUL预测方法。针对传统LSTM模型不能有效利用非生命周期数据建立优良的RUL预测模型和无法合理利用在线数据的问题，提出了一种改进的长短期记忆神经网络（LSTM）方法。。 这是一个新颖的想法，并已通过实验验证。

LSTM RUL预测方法

说明：一种用遗传算法优化支持向量机参数的简单matlab程序，非常适合初学者学习。

SVM-优化 优化SVM SVM-优化-matlab 优化-svm svm参数优化