说明：这段代码是在matlab平台上实现了支持向量机的预测分类，为了使得分类的数据更加准确，里面接着使用pso（粒子群算法）优化其中重要的参数，已达到学习到更好的学习模型的效果

说明：计算加权加速度,采用偏最小二乘法，各种kalman滤波器的设计，采用了小波去噪的思想，matlab开发工具箱中的支持向量机，PLS部分最小二乘工具箱。

一个 ML 源码

说明：应用背景这个工具的背景是设计一个全面的分析工具，用于人脸识别。该工具为在机器学习和模式识别领域工作的学生提供了一个很好的帮助。此应用程序介绍了人脸识别技术，使用机器学习技术，命名为原则的成分分析的标准人脸识别数据集的训练和测试的目的。关键技术该应用程序提供了使用机器学习的人脸识别技术命名为主成分分析...

matlab 识别 人脸 使用 NNMF

说明：特征选择与主成分分析 （pca）。它减少了特征向量的大小。biomeical imagae 处理、 医学图像分析、 分类和 clusyering 使用 PCA。PCA 是特征选择和减少结点。通常情况下，这只蜜蜂用分类方法。

matlab pca 分析 功能 成分 selectionwith

说明：PLS部分最小二乘工具箱,是一种双隐层反向传播神经网络，使用混沌与分形分析的例程，GPS和INS组合导航程序，包含了阵列信号处理的常见算法，能量熵的计算。

awgn 代码 turbo 信道 全面

说明：包括单边带、双边带、载波抑制及四倍频,使用高阶累积量对MPSK信号进行调制识别，STM32制作的MP3的全部资料，BP神经网络用于函数拟合与模式识别，有井曲线作为输入可计算其地震波的衰减,相控阵天线的方向图（切比雪夫加权）。

说明：利用自然梯度算法，鲁棒性好，性能优越，分析了该信号的时域、频域、倒谱，循环谱等,包含特征值与特征向量的提取、训练样本以及最后的识别，构成不同频率的调制信号，基于互功率谱的时延估计。

pls 工具箱 例子 实现 最小 部分 文献

说明：实现串口的数据采集，含噪脉冲信号进行相关检测,考虑雨衰 阴影 和多径影响，数值分析的EULER法，采用热核构造权重，matlab开发工具箱中的支持向量机。

matlab 神经网络 源程序 bp 编写

说明：SVM（支撑向量机模型）是二（多）分类问题中经常使用的方法，思想比较简单，但是具体实现与求解细节对工程人员来说比较复杂。本文从应用的角度出发，使用Libsvm函数库解决SVM模型的分类与回归问题。

matlab 分类 回归 svm 初始

说明：在MATLAB中求图像纹理特征，matlab开发工具箱中的支持向量机，使用拉亚普诺夫指数的公式，研究生时的现代信号处理的作业，光纤陀螺输出误差的allan方差分析，部分实现了追踪测速迭代松弛算法。