说明：BP神经网络进行数据分类，是一种多层前馈神经网络，该网络的主要特点是信号前向传递，误差反向传播。运用梯度下降法。

pullu1e 前向传播 BP分类 梯度下降 前馈神经网络

说明：此方法是结合OFDM的资源分配，对OFDM的资源分配问题进行了详细的仿真，仿真结果可以得知

ofdm调制解调 OFDM资源分配 OFDMA-resource 资源分配分配 ofdm-资源分配

说明：文基于小波分析的特点，提出了一种对信号进行多重小波 变换的自适应去噪法，该方法不仅克服了小波去噪软硬阈值法的局限性，而且解决了自适应滤波中参考信号选取难的 问题，将该方法用于脉搏信号降噪，得到了满意的去噪效果。

降噪方法 小波去噪-脉搏 自适应降噪 自适应小波 自适应去噪

说明：本算法是一个自然梯度算法，用来解决盲源分离问题。

自然梯度 盲源 盲源分离 盲分离-算法 自然梯度算法

说明：该资源包含了多种粒子群算法的代码，标准的粒子群算法以及改进的粒子群算法的代码，并且将改进的粒子群算法（社会粒子群算法）应用在无线传感器网络的覆盖的优化问题中，这里有针对不同的感知模型，不同的节点覆盖度进行了仿真实验的代码。从而可以看出社会粒子群算法在优化中比标准的粒子群算法效果更好。

粒子群算法 无线传感器 网络覆盖

说明：多目标优化是指在约束条件下有两个或两个以上的优化目标，而且这些目标之间相互矛盾，不能同时达到最优，也就是说，一个目标的最优往往是以牺牲其它目标作为代价的，因此多目标优化问题存在多个最优解，这些解之间无法比较优劣，统称为Pareto最优解。带精英策略的快速非支配排序遗传算法(Nondominated ...

多目标 Pareto算法 最优解搜索算法

说明：灰度图像的边缘检测，包含多种算子：sobel,prewitt,gaosi算子等，包括原理和各算子的区别。

matlab 边缘检测 灰度 边缘

说明：针对滚动轴承早期故障特征提取困难的问题，提出一种基于参数优化变分模态分解的轴承早期故障诊断方法。首先利用粒子群优化算法对变分模态分解算法的最佳影响参数组合进行搜索，搜索结束后根据所得结果设定变分模态分解算法的惩罚参数和分量个数，并利用参数优化变分模态分解算法对故障信号进行处理。

粒子群-轴承 优化故障诊断 粒子群--特征 粒子群-信号 轴承特征提取

说明：针对货运量预测问题，建立广义神经网络，对货运量进行预测。同时建立了BP神经网络，通过预测误差进行比较。

广义误差回归 GRNN误差 神经网络 GRNN BP-广义误差

说明：利用MATLAB编程实现遗传算法，并结合一维多峰值函数对算法性能进行了测试，在MATLAB环境中采用遗传算法有效地解决了求解函数的优化问题，仿真结果验证了该算法的有效性，图像直观，性能优越，为遗传算法的实际应用开辟了新的途径和渠道。

遗传算法 GA