说明：模式识别算法经验模式分解的端点效应消除代码。

模式识别算法 经验模式 端点效应 消除

说明：特征提取，希尔伯特黄变换可以用于模式识别过程中的特征提取。

希尔伯特黄变换 模式识别

说明：旋转森林最近热门的集成学习分类方法，可用于模式识别分类。当输入数据中存在非线性关系的时候，基于线性回归的模型就会失效，而基于树的算法则不受数据中非线性关系的影响，基于树的方法最大的一个困扰时为了避免过拟合而对树进行剪枝的难度，对于潜在数据中的噪声，大型的树倾向于受影响，导致低偏差（过度拟合）或高方差...

集成学习matlab 深度旋转森林 旋转森林 Rotation Forest

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：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 ）。要求自行编写代码实现遗传算法。

遗传算法 SVM 分类器 SE SP ACC AUC

说明：处理一维振动信号，用于故障分类，模式识别。

一维振动信号 卷积神经网络 CNN

说明：BP神经网络算法，贝叶斯-最小距离分类器，可以用于模式识别。

BP神经网络算法 贝叶斯-最小距离分类器

说明：贝叶斯分类程序，用于图像的分割，二值化等，是模式识别中的一种基本分类方法。 k均值聚类，神经网络。

贝叶斯分类 图像分割 二值化 k均值聚类 神经网络

说明：简单地实现了一、二、三维的K均值聚类，效果还不错，适合初步学习模式识别的同志们

grownsy8 聚类三维 一维k均值聚类 k聚类一维 k均值聚类三维

说明：卷积神经网络是近年发展起来，并引起广泛重视的一种高效识别方法。20世纪60年代，Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的网络结构可以有效地降低反馈神经网络的复杂性，继而提出了卷积神经网络（Convolutional Neural Networks-简称CN...

卷积神经网络 CNN