说明：利用高斯变异函数改进GSO算法，并与BPNN并行集成，用于分类问题。
说明：可以直接运行 二维高斯函数具有旋转对称性，即滤波器在各个方向上的平滑程度是相同的．一般来说，一幅图像的边缘方向是事先不知道的，因此，在滤波前是无法确定一个方向上比另一方向上需要更多的平滑．旋转对称性意味着高斯平滑滤波器在后续边缘检测中不会偏向任一方向．
说明：汽车二自由度模型，用m文件编写三种方法实现，包括微分方程、传递函数和状态方程
说明：针对EMD方法的不足,是本科毕设的题目，BP神经网络用于函数拟合与模式识别，解耦，恢复原信号，处理信号的时频分析，计算多重分形非趋势波动分析。
说明：双门限端点检测。因为低噪声导致假过零率的产生，进行了算法改进。可以直接调用函数运行，亲测
说明：对给定的函数进行最速下降法求最低点的例子-a example for deepest method