说明：(径向基函数)神经网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等(rmf netural network matlab)

rbf故障诊断 故障诊断 控制 RBF 神经网络

说明：利用MATLAB的反馈网络-Elman神经网络处理时间序列问题的功能预测上证股市开盘价。

反馈网络 Elman神经网络 预测上证股市开盘价 Elman 神经网络 股市开盘价

说明：格拉布斯准则的实现，输入为原始序列，输出结果集：result 和剔除值：except。

格拉布斯准则 result except

说明：基于WiFi 802.11a协议的无线通信系统的开发 端到端802.11a物理层*所有必需和可选数据速率：6、9、12、18、24、36、48和54 Mb/s*BPSK、QPSK、16-QAM、64-QAM调制*前向纠错编码（卷积；码率1/2、2/3、3/4）*OFDM传输：52个子载波、4导频、...

802.11a simulink 前向纠错 wifi系统仿真 circular QAM 6 pilots 无线通信系统

说明：Matlab实现的全相位频谱分析，可以自行设定点数和输入序列。结果包括频谱图和与普通fft的对比。

全相位频谱 APFFT 频谱图 fft

说明：自回归移动平均模型(Autoregressive Integrated Moving Average Model)的Matlab实现,时间序列分析代码。

自回归移动平均模型 ARIMA

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：自适应滤波器。此脚本显示了在通带为空的静态信道中几种类型均衡器的误码率性能。该脚本构造并实现了一个线性均衡器对象和一个判决反馈均衡器（DFE）对象。它还初始化并调用最大似然序列估计（MLSE）均衡器。MLSE均衡器首先在完全信道知识的情况下被调用，然后使用一种简单但不完美的信道估计技术。

自适应滤波器 DFE MLSE

说明：1.CAmodelfusion.m 主要功能：（1）完成两个传感器各自对基于CA模型的目标状态的Kalman估计；（2）实现传感器的局部状态估计的SCC和CI融合算法的实现；（3）画出局部估计和两种融合估计的位置、速度、加速度的误差；（4）画出局部估计和两种融合估计的协方差椭圆。2.CVmodelf...

CA模型 Kalman估计 SCC CI CV

说明：lorenz系统分岔轨迹绘制，包含吸引子图，X，Y，Z相时间序列

吸引子轨迹图 吸引子 分岔 分岔图 lorenz分岔