work

说明：  cma自适应恒模算法，由接受信号估计信道的自适应恒模算法(cma constant modulus adaptive algorithm, to receive signals from the adaptive channel estimate constant modulus algorithm)

靴袋法重采样，用于小样本时的重新采样后扩大样本含量的程序(Boots bags method re-sampling)

利用信号相关的声音信号降噪的matlab程序(Matlab program signal related to sound signals and noise reduction)

国外网络编码的MATLAB实现，功能很强大，对于网络编码学习者帮助甚大(Foreign network coding MATLAB realization, very powerful, network coding for learners of great help)

pong game in python using simplegui

说明：  利用matlab编程语言，对合成孔径雷达的range-migrationg-agrithm算法进行了仿真。(Using matlab programming language for synthetic aperture radar range-migrationg-agrithm algorithm simulation.)

利用注水算法进行功率分配，给出不同发射天线的功率分配并计算各天线的频谱效率。(water-fill power allocation algorithm and frequency spectrum calculation.)

GM(1,1)模型1-4 1：GM(1,1)模拟模型，在matlab中的输入方法为gm1（x），x指要模拟的序列。 2：GM(1,1)预测模型，在matlab中的输入方法为gm2（x，K），x指要模拟的序列，K指从以后序列第一个数据算起的第k个待预测数据。 3：GM(1,1)群模拟模型，在matlab中的输入方法为gm3（x），x指要模拟的序列。 4：GM(1,1)群预测模型，在matlab中的输入方法为gm4（x，K），x指要模拟的序列，K指从以后序列第一个数据算起的第k个待预测数据。 gm4对序列趋势比较好的数据预测效果较好，对上下变动的数据，特别是后4个数据趋势跟前面的数据相反的，预测效果很差。 gm2对上下变动的数据，预测效果比gm4好，但对趋势较好的数据，预测精度没有gm4高。 gm3比gm1模拟精度要高。 可以以x=[1 3 5 7 9 11 13 15]进行实验。x输入默认行向量。 所有程序在matlab6.0上调试通过。(GM (1,1) 1-4 1 : GM (1,1) simulation model Matlab in the input method for gm1 (x), x entail simulation sequence. 2 : GM (1,1) model, in the Matlab input method for gm2 (x, K), x entail simulated sequence, from the K refers to the first series after a run of data k pending forecast data. 3 : GM (1,1)- simulation model, in the Matlab input method for gm3 (x), x entail simulation sequence. 4 : GM (1,1)- forecasting model, in the Matlab input method for gm4 (x, K), x entail simulated sequence, from the K refers to the first series after a run of data k pending forecast data. Gm4 right sequence relatively good trend data predicted better results, the next change in the data, especially after four data with the previous trend data contrary, predict poor. Gm2 next to the change in forecast resu)

说明：  带约束算子的粒子群算法，用于matlab环境，对于搞研究的教师有很大帮助(Operator Constrained Particle Swarm Optimization for the matlab environment, engage in research for teachers are very helpful.)

multi layer perceptron - MLP sample