说明：常规波束形成，一维DOA估计，矢量阵，多目标，振元数，频率，信噪比都可以改。

常规波束形成 一维DOA估计 矢量阵 多目标 振元数 频率 信噪比

说明：基于聚类的不规则Pareto前沿多目标优化的自适应进化算法。

聚类 不规则 Pareto前沿 多目标优化 自适应进化算法

说明：基于神经网络对微电网进行负荷预测，并通过遗传算法进行改进。

神经网络 微电网 负荷预测 遗传算法

说明：该案例的功能是使用遗传算法优化BP神经网络，分为BP神经网络结构确定、遗传算法优化和BP神经网络预测三个部分。遗传算法优化使用遗传算法优化BP神经网络的权值和阈值，种群中的每个个体都包含了一个网络所有权值和阈值，种群中的每个个体都包含了一个网络所有权值和阈值，个体通过适应度函数计算个体适应度值，遗传...

BP神经网络 遗传算法优化 BP神经网络预测 GA

说明：bpsk和4pam调制系统误码率和误符号率仿真，以及与理论值比较。

bpsk 4pam 误码率

说明：对于单基地SAR，使用BP算法进行成像，展示回波信号幅度、相位、距离压缩后以及最后成像的图像。

SAR BP算法 BP算法成像

说明：BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器，利用此方法设计出强分类器。

BP-Adaboost BP神经网络 分类器 BP 神经网络 Adaboost算法

说明：包含理想、高斯、巴特沃斯三种经典情形的带通滤波函数。 附带网格划分函数及其剪裁函数。

理想 高斯 巴特沃斯 带通滤波函数 剪裁函数

说明：Adaboost 算法的思想是合并多个“弱”分类器的输出以产生有效分类。其主要步骤为 ：首先给出弱学习算法和样本空间（工， y） ，从样本空间中找出 m 组训练数据，每组训练数据的权重都是 1 /m。然后用弱学习算法迭代运算 T 次，每次运算后都按照分类结果更新训练数据权重分布，对于分类失败的训练个...

BP Adaboost算法 样本权重 基于BP的强分类器 BP-Adaboost 数据分类算法 分类器

说明：实现合成孔径雷达，多点目标BP算法成像，详细注释。

合成孔径雷达 多点目标 BP算法成像 BP 算法成像

说明：研究生期间写的算法，SAR的先进的BP成像算法！欢迎大家下载学习。

SAR BP成像算法 BP 成像算法

说明：基于自适应天线阵理论 ,给出了一种用于任意线阵天线的主波束赋形算法。该方法通过迭代获得一组最优权值 ,用来减小加权赋形方向图和期望方向图在主波束上的差别。

自适应天线阵 任意线阵天线 主波束赋形算法 加权赋形方向图

说明：最小二乘回归分析算法，合成孔径雷达（SAR)目标成像仿真，MIMO OFDM matlab仿真,仿真图是速度、距离、幅度三维图像，用MATLAB实现的压缩传感，使用拉亚普诺夫指数的公式。

最小二乘回归分析算法 合成孔径雷达 SAR MIMO OFDM 三维图像 拉亚普诺夫指数

说明：贝叶斯算法优化了LSSVM的算例，算例中有贝叶斯算法优化，相对比较少见的优化。

贝叶斯算法 LSSVM 贝叶斯算法优化

说明：利用MATLAB语言模拟退火算法和遗传算法这两个算法结合构成的遗传模拟退火算法对移动机器人进行路径规划。

模拟退火算法 遗传算法 遗传模拟退火算法 移动机器人 路径规划