说明：BP神经网络用于函数拟合与模式识别，利用matlab GUI实现的串口编程例子，进行波形数据分析,包含CV、CA、Single、当前、恒转弯速率、转弯模型，仿真图是速度、距离、幅度三维图像，是一种双隐层反向传播神经网络。
算法 源码 识别 可以 编译 模式
说明：可以实现模式识别领域的数据的分类及回归，重要参数的提取，单径或多径瑞利衰落信道仿真，pwm整流器的建模仿真，阵列信号处理的高分辨率估计，包括主成分分析、因子分析、贝叶斯分析。
识别 一个 好用 模式 领域 数据处理
说明：采用等效折射率模型，计算介质波导的传播模式和传输常数；计算方法参考《微波毫米波集成电路》。
matlab 方法 计算 模式 常数 介质 有效 传播 折射率 波导
说明：BP神经网络用于函数拟合与模式识别，能量谱分析计算,利用贝叶斯原理估计混合logit模型的参数。
BP神经网络 函数拟合 模式识别
说明：d2d仿真程序包括信道生成、传输模式选择等
信道生成 传输模式 D2D
说明：用MATLAB实现d2d通信中的模式选择。
通信 模式选择 D2D通信 D2D
说明：高阶拟合出光纤模式折射率和波长的关系并计算出较为准确的波导色散，同时计算出材料色散，并最终得到光纤的总色散。
光纤色散 波导色散 光纤波导模式 光纤 波导色散-材料色散-计算
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：这是模式识别中关于k均值动态聚类算法的matlab源码
识别K均值 kmean聚类MATLAB kmean 模式识别 kmean聚类算法
说明：模式识别关于GMM+EM+BIC，请运行附件的程序。主程序：VASceneAnalysisFH7_ICMEFull_2009.m
gmm-em EM_GMM_BIC.rar GMM-BIC 模式识别 pattern-em
