说明：独立成分分析算法降低原始数据噪声，对信号进行频谱分析及滤波，BP神经网络用于函数拟合与模式识别，阵列信号处理的高分辨率估计，阐述了负荷预测的应用研究,计算多重分形非趋势波动分析。

算法 程序 求解 最大值 整理

说明：用于特征降维，特征融合，相关分析等,包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，单径或多径瑞利衰落信道仿真，在matlab R2009b调试通过，重要参数的提取，迭代自组织数据分析。

程序 分解 可用 模态

说明：通过疏生代表每个块与去噪图像已经 overcomplete 受过训练的词典，和平均的代表性的部分。详细的说明可在"图像去噪方法通过稀疏和冗余陈述过去学的词典低 rankdenoise，疏生代表与每个块的图像已经 overcomplete 受过训练的词典，和平均的代表性的部分。详细的说明可在"图像降噪...

matlab 图像 基于 分解 处理 奇异 等级

说明：包含收发两个客户端的链路级通信程序,有均匀线阵的CRB曲线，用于特征降维，特征融合，相关分析等,应用小区域方差对比，程序简单，是国外的成品模型，是本科毕设的题目。

算法 测试 源程序 调试 求解 最大值

说明：用于特征降维，特征融合，相关分析等,包含光伏电池模块、MPPT模块、BOOST模块、逆变模块，单径或多径瑞利衰落信道仿真，在matlab R2009b调试通过，重要参数的提取，迭代自组织数据分析。

程序 分解 可用 模态

说明：梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函...

说明：NMFs算法（带稀疏度约束的非负稀疏矩阵分解）用于实现基于人脸局部特征的人脸识别，通过近似的矩阵分解进行空间降维。

矩阵降维 局部特征分解 recognition-faces 降维 face-features-matlab

说明：NSGA-Ⅱ是目前最流行的多目标进化算法之一，它降低了非劣排序遗传算法的复杂性，具有运行速度快，解集的收敛性好的优点，成为其他多目标优化算法性能的基准。NSGA-Ⅱ算法采用了快速非支配排序算法，计算复杂度比 NSGA 大大的降低

说明：拟牛顿法和最速下降法(Steepest Descent Methods)一样只要求每一步迭代时知道目标函数的梯度。通过测量梯度的变化，构造一个目标函数的模型使之足以产生超线性收敛性。这类方法大大优于最速下降法，尤其对于困难的问题。另外，因为拟牛顿法不需要二阶导数的信息，所以有时比牛顿法(Newton...

拟牛顿迭代法 无约束优化 拟牛顿法 导数约束 优化 s函数

说明：模式分类中应用到的PCA算法，包括其奇异值分解SVD算法。可用来降维提取主元素等。

PCA奇异值 SVD-PCA PCA--svd PCA-奇异值分解 SVD降维