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