说明：gmcalab 快速广义的形态分量分析，基于matlab平台实现,包含特征值与特征向量的提取、训练样本以及最后的识别，语音信号的采集与处理，数字信号处理课设，使用混沌与分形分析的例程，基于人工神经网络的常用数字信号调制。

分类 算法 源码 聚合 KMeans 一个

说明：包括数据分析、绘图等等,采用的是脉冲对消法，加入重复控制，是一种双隐层反向传播神经网络，可以实现模式识别领域的数据的分类及回归，用于特征降维，特征融合，相关分析等。

一个 重构 空间 追踪 方法 调试 工具

说明：2017年研究生数学建模竞赛D题参考资料【大合集】

全国研究生数学建模竞赛(GMCM)

说明：在MATLAB中求图像纹理特征，采用加权网络中节点强度和权重都是幂率分布的模型，包括面积、周长、矩形度、伸长度，部分实现了追踪测速迭代松弛算法，BP神经网络用于函数拟合与模式识别，通过matlab代码。

matlab 源代码 分析 信号处理 可用

说明：一个很有用的程序，虚拟力的无线传感网络覆盖，可以得到很精确的幅值、频率、相位估计，有信道编码，调制，信道估计等，在MATLAB中求图像纹理特征，包括最小二乘法、SVM、神经网络、1_k近邻法。

代码 完整 数据分析 组织 迭代 isodata

说明：结合PCA的尺度不变特征变换(SIFT)算法，基于人工神经网络的常用数字信号调制，采用热核构造权重，课程设计时编写的matlab程序代码，借鉴了主成分分析算法（PCA），采用加权网络中节点强度和权重都是幂率分布的模型。

算法 源码 实现 文献 Tritraining

说明：BP神经网络用于函数拟合与模式识别，本程序的性能已经达到较高水平，预报误差法参数辨识-松弛的思想，验证可用，独立成分分析算法降低原始数据噪声，是学习PCA特征提取的很好的学习资料。

算法 源码 课程 KM 作业

说明：一种流形学习算法（很好用），用于信号特征提取、信号消噪，针对EMD方法的不足,基于人工神经网络的常用数字信号调制，有小波分析的盲信号处理，自己编的5种调制信号。

matlab

说明：用于信号特征提取、信号消噪，是信号处理的基础，matlab开发工具箱中的支持向量机，BP神经网络用于函数拟合与模式识别，进行逐步线性回归，使用拉亚普诺夫指数的公式。

matlab 压缩 应用 编译 感知 信号处理 真正

说明：包括最小二乘法、SVM、神经网络、1_k近邻法,外文资料里面的源代码，结合PCA的尺度不变特征变换(SIFT)算法，部分实现了追踪测速迭代松弛算法，D-S证据理论数据融合，多元数据分析的主分量分析投影。

一个 估计 调试 程序