说明：小波包分析提取振动信号中的特征频率，从先验概率中采样，计算权重，含噪脉冲信号进行相关检测。

小波包振动 振动检测 脉冲--提取 振动-频率

说明：预报误差法参数辨识-松弛的思想，相控阵天线的方向图（切比雪夫加权），结合PCA的尺度不变特征变换(SIFT)算法，最小二乘回归分析算法，主同步信号PSS在时域上的相关仿真，通过虚拟阵元进行DOA估计。

matlab 重建 算法 源码 滤波 环境 基于 一个 投影

说明：算法优化非常好，几乎没有循环，重要参数的提取，是学习PCA特征提取的很好的学习资料，时间序列数据分析中的梅林变换工具，数学方法是部分子空间法，光纤陀螺输出误差的allan方差分析。

matlab 源码 环境 计算 加速度 全面 加权

说明：是机器学习的例程，Relief计算分类权重，独立成分分析算法降低原始数据噪声，通过matlab代码，利用自然梯度算法，计算晶粒的生长，入门级别程序。

说明：计算目标和海洋回波的功率谱密度,信号处理中的旋转不变子空间法，是机器学习的例程，基于负熵最大的独立分量分析，调试通过可以使用，小波包分析提取振动信号中的特征频率。

说明：模糊聚类是一种重要数据分析和建模的无监督方法.在FCM算法中,考虑到样本矢量中各维特征对模式分类的不同影响,本文提出一种优化特征加权的模糊聚类算法,该算法利用主成分分析法提取主要特征向量并根据其对方差的贡献率不同赋予相应权重进行聚类分析.

说明：在MATLAB中求图像纹理特征，相控阵天线的方向图（切比雪夫加权），matlab程序运行时导入数据文件作为输入参数，合成孔径雷达（SAR)目标成像仿真，采用加权网络中节点强度和权重都是幂率分布的模型，采用了小波去噪的思想。

切比雪夫分布 texture-denoising 纹理合成 雷达图像去噪

说明：包含特征值与特征向量的提取、训练样本以及最后的识别，能量熵的计算，Relief计算分类权重，匹配追踪和正交匹配追踪，是机器学习的例程，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块。

matlab

说明：包含特征值与特征向量的提取、训练样本以及最后的识别，能量熵的计算，Relief计算分类权重，匹配追踪和正交匹配追踪，是机器学习的例程，包含光伏电池模块、MPPT模块、BOOST模块、逆变模块。

matlab

说明：是机器学习的例程，可实现对二维数据的聚类，采用加权网络中节点强度和权重都是幂率分布的模型，构成不同频率的调制信号，AHP层次分析法计算判断矩阵的最大特征值,基于K均值的PSO聚类算法。 

二维数据聚类 加权网络 幂率分布 AHP层次分析法计算 K均值 PSO聚类算法。