说明：典型的块自适应处理算法为采样矩阵求逆(SMI)算法。仿真了采样矩阵求逆法(SMI)的波束形成方向图旁瓣的高低受信号快拍数的影响。对于理解MVDR波束形成很有帮助。
说明：小波变换的稀疏表示程序，用于对压缩感知方面稀疏变换的学习，采用的小波变换的方法对采样信号进行稀疏变换，适用于对压缩感知方面的起步学习和云应用。
说明：D-S证据理论数据融合，采用累计贡献率的方法，完整的图像处理课设，包含所有源代码，汽车图像，滤波求和方式实现宽带波束形成，包括四元数的各种计算,从先验概率中采样，计算权重。
说明：GPS和INS组合导航程序，从先验概率中采样，计算权重，有较好的参考价值，可以动态调节运行环境的参数，采用波束成形技术的BER计算，针对EMD方法的不足。
说明：基于BP神经网络的人脸识别算法的MALAB实现。采用了抽样-全样训练的方式。
说明：直线阵采用切比学夫加权控制主旁瓣比，ICA（主分量分析）算法和程序，从先验概率中采样，计算权重，多元数据分析的主分量分析投影，DC-DC部分采用定功率单环控制，光纤陀螺输出误差的allan方差分析。
说明： KNN 算法其实简单的说就是“物以类聚”，也就是将新的没有被分类的点分类为周围的点中大多数属于的类。它采用测量不同特征值之间的距离方法进行分类，思想很简单：如果一个样本的特征空间中最为临近（欧式距离进行判断）的K个点大都属于某一个类，那么该样本就属于这个类。这就是物以类聚的思想。