wwdce

感知器算法是一种神经网络的模型，是20世纪50年代中期到60年代初人们对模拟人脑学习能力的一种分类学习机模型的称呼。当时的研究者认为它是一种学习的强有力模型，但以当时的技术无法实现非线性分类，许多实验室都放弃了感知器的研究。但其中的思想很经典，对后来的模式识别模型有很大的影响。当然，随着时代的进步，已经有很多学者提出了许多非线性的感知器改进算法，并取得良好效果，此程序主要基于Matlab来具体实现传统的感知器算法。(This program is based on Matlab to specifically achieve the traditional perceptron algorithm.)

使用matlab 和 spss 软件做的聚类分析程序。(And SPSS software using matlab to do the cluster analysis procedures.)

单高斯模型是检测运动目标有效方法，这是一种matlab实现。(Single Gaussian model is an effective way to detect moving targets, which is a matlab achieve.)

位置指令为幅值为1.0的阶跃信号，r（k）=1.0。网络结构为1-4-1，高斯函数的参数值取Cj=[-2 -1 1 2]T ，B=[0.5 0.5 0.5 0.5]T 。 网络权值学习参数为η=0.30，α=0.05 。PID控制各参数的初RBF网络控制，被控对象为G（s）= 取采样时间为1ms，采用Z变换进行离散化，离散化后的被控对象为 y(k)=-den(2)*y（k-1）-den(3)*y(k-2)+num(2)*u(k-1)+num(3)*u(k-2) 始值为，kp=20， kd=0.3， ki=0.1。 (Position command for the step signal amplitude of 1.0, r (k) = 1.0. The network structure is 1-4-1, the Gaussian function parameters taken Cj = [-2-1 1 2] T, B = [0.5 0.5 0.5 0.5] T. Weight learning parameter η = 0.30, α = 0.05. PID control parameters at the beginning of each RBF network control, the controlled object is G (s) = take the sampling time is 1ms, using the Z transform discrete, discretized controlled object is y (k) =-den (2)* y (k-1)-den (3)* y (k-2)+num (2)* u (k-1)+num (3)* u (k-2) initial value, kp = 20, kd = 0.3, ki = 0.1.)

简易模拟时钟，使用MATLAB的GUI开发而成，可以获取桌面时钟数然后在模拟钟面上显示，每隔一秒刷新显示！(Simple analog clock, a GUI was developed using MATLAB, you can get a desktop clocks and analog clock face on display, refresh the display every second!)

基于贝叶斯分类器的牙周病诊断系统，用matlab实现(Bayesian classifier based on periodontal diagnostic system, using matlab to achieve)

最小二乘参数系统辨识matlab程序ffffff(Least squares parameter identification procedure)

matlab code to detect the different ECG features

利用matlab绘制三维图形，有源程序和案例。比较适合初学者，及图形编制爱好者。(Draw three-dimensional graphics using MATLAB method and case study. More practical. There is a great help for beginners. )

衰落信道下的盲估计研究不同信噪比下典型相关分析(snr)