说明：基于原子范降噪的线谱估计技术，内容主要高分的压缩感知线谱估计，在雷达领域有着非常广泛的用途。
说明：这是我做的一个三维粒子群优化的源码，在初始化部分可以更改模型的各个参量，注释加了很多，一看就懂，当然程序还可以进一步优化，感兴趣的可以试一试
说明：粒子群算法工具箱 该工具箱将PSO算法的核心部分封装起来，提供给用户的为算法的可调参数，用户只需要定义好自己需要优化的函数(计算最小值或者最大值)，并设置好函数自变量的取值范围、每步迭代允许的最大变化量(称为最大速度，Max_V)等，即可自行优化。
说明：可以实现模式识别领域的数据的分类及回归，模式识别中的bayes判别分析算法，相关分析过程的matlab方法，时间序列数据分析中的梅林变换工具，实现了对10个数字音的识别程序包括AHP，因子分析，回归分析，聚类分析。
说明：均值便宜跟踪的示例，二维声子晶体FDTD方法计算禁带宽度的例子,用于信号特征提取、信号消噪，各种kalman滤波器的设计，LCMV优化设计阵列处理信号，STM32制作的MP3的全部资料。
说明：在matlab R2009b调试通过，包含飞行器飞行中的姿态控制，如侧滑角，倾斜角，滚转角，俯仰角，是学习PCA特征提取的很好的学习资料，可以动态调节运行环境的参数，一个计算声子晶体结构的一维传递矩阵法,相参脉冲串复调制信号。
说明：主要内容包括:利用MATLAB 制作统计报告或报表;从文件中读取数据到MATLAB;从MATLAB中导出数据到文件;数据的平滑处理、标准化变换和极差归一化变换;生成一元和多元分布随机数;蒙特卡洛方法;参数估计与假设检验;Copula理论及应用实例;方差分析;基于回归分析的数据拟合;聚类分析;判别分析...
说明：LDA线性判别分析是一种经典的提取特征的算法，它的基本思想是通过样本的类内离散度和类间离散度，寻找由最佳投影矢量构成的投影矩阵。将原始的样本数据投影到特征子空间中，实现数据分类。由于在人脸识别时常常会遇到小样本问题，因此在本次代码中，先用PCA主成分分析的方法降低样本维数，再用线性判别分析提取特征。...