说明：包括最小二乘法、SVM、神经网络、1_k近邻法,合成孔径雷达（SAR)目标成像仿真，包括面积、周长、矩形度、伸长度，相控阵天线的方向图（切比雪夫加权），使用matlab实现智能预测控制算法，线性调频脉冲压缩的Matlab程序。

完整 分析 算法 源程序

说明：这是用遗传算法优化的神经网络，通过遗传算法对神经网络的权重进行筛选优化，从而减小了相对误差，可以更精确德预测

算法 神经网络 遗传 优化

说明：用蚁群算法优化BP神经网络，然后用于预测，非常实用，适合初学者。

蚁群算法 BP神经网络 P神经网络 ACOBP

说明：由于BP神经网络易陷入局部最优，我们利用蝙蝠算法来优化BP的参数，以此找到最优的参数，并作为BP参数的初始值，用来做预测，效果很好。

BP神经网络 蝙蝠算法 BP

说明：用遗传算法来改善BP神经网络模型，可以很好的用于最优化、预测等问题的求解

BP 遗传算法-BP ga-bp bp-神经-模型 matlab-GA-bp

说明：采用遗传算法对男女生样本数据中的身高，体重，喜欢数学，喜欢文学，喜欢运动，喜欢模式识别共6个特征进行特征选择，并基于所得到的最佳特征采用SVM设计男女生分类器，并计算模型预测性能（包含SE,SP,ACC和AUC ）。提示：可以用6位的0/1进行编码，适应度函数可以考虑类似 。

AUC-SVM 特征选择算法 男女生分类器 svm-auc svm识别分类

说明：基于遗传算法来优化BPNN，提升其预测的精度。

BPNN ga_bp 遗传算法 GA-BP BP

说明：K-Means算法,不要求建立模型之后对结果进行新的预测，没有相应的标签，只是根据数据的特征对数据进行聚类。主成分分析降维对数据进行可视化操作,对features进行降维.

联合开发 降维聚类 降维算法 PCA-聚类 PCA可视化

说明：是学习PCA特征提取的很好的学习资料，使用大量的有限元法求解偏微分方程，一种噪声辅助数据分析方法,基于分段非线性权重值的Pso算法，采用偏最小二乘法，信号维数的估计。

说明：利用K近邻算法实现模式识别的一个小demo。对测试数据集做预处理，与训练数据集做K近邻匹配；使用5折的循环匹配；并对高维数据进行PCA降维以防止过拟合。

matlab 算法 近邻