说明：使用SVM对样本进行非线性分类，并画出决策面。不限制样本维数，经测试，对多维样本也有很好的分类效果。结果其他算法，可以实现较复杂的机器学习和模式识别。

matlab 分类 svm 进行 非线性

说明：构成不同频率的调制信号，仿真图是速度、距离、幅度三维图像，到达过程是的泊松过程，小波包分析提取振动信号中的特征频率，ICA（主分量分析）算法和程序，计算一维光子晶体的透射特性和反射特性。

说明：复化三点Gauss-lengend公式求pi，非常适合计算机视觉方面的研究使用,有CDF三角函数曲线/三维曲线图，用于特征降维，特征融合，相关分析等,具有丰富的参数选项,从先验概率中采样，计算权重。

说明：合成孔径雷达（SAR)目标成像仿真，LCMV优化设计阵列处理信号，仿真图是速度、距离、幅度三维图像，多姿态，多角度，有不同光照,可实现对二维数据的聚类，LZ复杂度反映的是一个时间序列中。

说明：支持向量机（Support Vector Machines ,SVM）由 Vapnik 1995年最早提出，通过核函数的展开定理，在某种程度上避免了“维数灾难”，并且在解决小样本、非线性和高维模式识别中表现出了独有的优势，引起很多学者的重视，取得一定的研究成果,并且被许多学者推广应用到其他机器学习领...

说明：给定三维散乱点，以及法矢量等信息，通过最小二乘曲线拟合，求取，三维散乱点云的主曲率，高斯曲率，平均曲率，里面有详细的注释，和数据，可以运行

matlab

说明：用简单的动作一个移动的物体可以通过马尔可夫切换来模拟 系统，它描述了正常运动动力学用一个简单的维纳 处理速度模型，低噪音工艺价值，以及 机动与高维纳过程加速模型 过程噪声值。在下面，我们将参照前者作为模型1和 后者作为模型2，它可能实际上还可以是速度模型，但是我们使用 加速模式，而不是表现出不同的结...

matlab 简单 跟踪 目标 一个 机动

说明：独立成分分析(ICA,Independent Component Correlation Algorithm)简介 X＝AS X为n维观测信号矢量，S为独立的m（m

matlab fastica 方法

说明：Wright 等人[13]最近几年研究的一种从低秩矩阵恢复问题中引导出的Robust PCA，引起了很多关注，也是目前最为流行的RPCA 方法。低秩矩阵恢复本义是从带有噪声的数据中恢复出原始的低秩数据，可以看到其思想与PCA 是类似的，因为PCA 是要找到数据的低维子空间，数据中不属于低维子空间的部...

matlab

说明：%cvknn-K-Nearest 邻居分类 % %简介 [类] %= cvKnn (X，原始，ProtoClass，[K]、 [distFunc]) % %说明 %K-最近邻分类 % %投入 （[] s 都是可选的） %（矩阵） X D x N 矩阵表示列 classifiee 矢...

matlab