Matlab-help-chinese

本算法能够按照两种策略生成并绘制随机图，但是对于生成的随机图的属性分析不够完善，从代码中能够看出作者并没有完成本算法关于“平均路径长度”、“聚类系数”和“平均度”三个属性的求解。(The algorithm is able to follow two strategies to generate and draw random graph, but for the properties generated random graph analysis is not perfect, it can be seen from the code of the algorithm is not complete on the "average path length", "clustering coefficient" and "the average degree of" solving the three properties)

说明：  阵列信号处理中的空时自适应处理算法的MATLAB实现代码(MATLAB Implementation Code of Space-Time Adaptive Processing Algorithms in Array Signal Processing)

地球物理数值计算方法中有限单元法的基本知识和地震波传播正演模拟的应用。(Geophysical methods of numerical finite element method calculation of the basic knowledge and forward modeling of seismic wave propagation applications.)

灰色系统编码，使用时只要输入原始数据和预测年数即可。(Grey coding, when used as long as the input raw data and forecasts to the number of years.)

四元数工具箱，matlab环境下使用，为用户提供高效的仿真工具(Quaternion toolbox, matlab environment to provide users with efficient simulation tool)

通过对主从系统的数学建模并利用matlab随机试验模拟，研究主从多机通信系统的可靠性，以及采用不同措施预防和解决故障的可行性和统计规律。包括实验报告和源代码( Though the mathematical modeling of the master-slave system and the random experiment with Matlab, we tried to research about the reliability of the system with or without different methods to prevent and solve the failure of the system, therefore we find some statistical regularity. )

说明：  遗传算法在现在各个领域都有很好的应用 时比较前沿的但研究很多的算法 感兴趣的大家可以看看(Neural networks in all areas now have very good applications, but more cutting-edge research of interest to many of the algorithms we can see)

说明：  自适应网格划分通用程序包，美国伯克利大学开发的共享软件包。(Adaptive Mesh generic package, the United States developed at the University of Berkeley's share package.)

关于这个校正设计的程序，我原本打算做3个版本的。第一个就是现在传上来的这个。这个版本，提供了设计思路的由来和适当的过程的引导，但一些计算步骤由使用者自己来完成。我做这个版本的目的是希望，使用者能通过这个程序的使用明白校正的设计思路，至少是从我理解的程度上去理解。如果以后的师弟、师妹们能通过使用这个程序，更加轻松的掌握校正的方法。我就觉得我做了一件意义重大的贡献，我会感到自豪。所以也希望李老师能对其中的错误和不足进行指正。第二个版本是第一个版本的简化版，只给过程的引导，不给设计思路，主要是给用过第一个版本的同学一个加深联系的途径。(i don t know)

HVP 介绍，是比较好的资料,要快哦HVPHVP(HVP introduction, is a better data, faster ohHVPHVP)