说明：确切的说，C4.5不是单个的算法，而是一套算法，C4.5有许多的功能，每个功能都对应着一个算法，这些功能组合起来就形成了一套算法就是C4.5。该算法的框架从根节点开始不断得分治，递归，生长，直至得到最后的结果。根节点代表整个训练样本集,通过在每个节点对某个属性的测试验证,算法递归得将数据集分成更小的...

matlab 算法 源代码 运行 决策 完美

说明：条码识别，MATLAB7.0下运行，仅支持一维条码[1] 剪切图像，并作旋转一定的角度。(2007-11-1，9:42)；[2] 剪切出第一个条形块。 (2007-11-2)；[3] 测试左斜的条形码，得出来的数据基本正确。(2007-11-2)[4] 采用两种方式对条形码进行锐化，一种噪声比较大，...

matlab 识别 条形码

说明：调试通过可以使用，正确率可以达到98％，是本科毕设的题目，有循环检测，周期性检测，保证准确无误，是学习通信的好帮手，对信号进行频谱分析及滤波。

matlab

说明：应用背景许多算法的存在，目的是解决稀疏表示字典学习问题。然而，没有全面的测试和基准测试，这些算法的存在，在与已知的字典稀疏表示的问题。主 ；这项工作的驱动力是一个工具箱，如字典学习  Sparco的缺乏；问题。认识到这样一个工具箱的社区的需要，我们设计出 ；smallbox-a MATLAB工具箱。...

matlab

说明：这个包里面包括了SIFT特征点检测及匹配的Matlab代码，不是那种编译好的exe文件，对于该算法的理解有一定的帮助，另外包含一些测试的图片，有小图和大图，测试大图的时候速度可能有些慢，还有待进一步的优化。不过对于算法学习绰绰有余了。

说明：含噪脉冲信号进行相关检测,最终的权值矩阵就是滤波器的系数，通过matlab代码，IDW距离反比加权方法，调试通过可以使用，阐述了负荷预测的应用研究。

算法 实现 社团 发现 可用 FastNewman

说明：极限学习机（ELM）的MATLAB完整实现程序，有完整注释并已测试通过，资源中包含了测试脚本和数据集，算法的原理和实现。

极限学习机 ELM

说明：波束形成就是从传感器阵列重构源信号。（1）、通过增加期望信源的贡献来实现；（2）、通过抑制掉干扰源来实现。经典的波束形成需要观测方向(期望信源的方向)的知识。盲波束形成试图在没有期望信源方向信息的情况下进行信源的恢复。

DOA-beamforming 重构贡献 干扰抑制 blind-beamforming 期望信号

说明：编写的粒子群(PSO)算法优化Kmeans聚类的MATLAB代码，MATLAB6.5/7.1测试通过，其它版本没测试。

粒子群优化 聚类-优化 Kmeans 聚类粒子群 聚类-粒子群

说明：通过将极限学习机（ELM）和稀疏表示（SRC）结合到统一框架中，所提出的混合分类器不仅具有快速测试（ELM的优点）的优点，而且显示出显着的分类精度（SRC的优点）。测试它的AR面部识别，它达到95％的高精度，比ELM（91％）和SRC（93.5％）更好。ELM和SRC之间的桥梁是ELM错误分类度量和...