IgbtDecChopper2

并行和串行级联码已成为一种实用的方法，取得了良好的性能。在此论文中，我们将介绍并行和串行级联单奇偶校验乘积码。我们对这种码的码重分布进行了分析，其性能是有界的。仿真的结果确定了在高信噪比情况下的性能界限。这种码（与一些变种）的性能证明对于降低译码复杂性和适当的短码长具有相当良好的效果。(Parallel and serial concatenated code has become a practical way to obtain good performance. In this paper, we will introduce the parallel and serial concatenated single parity check product codes. We re-distribution of this code code analysis, and its performance is bounded. The results of the simulation to determine the performance limits in the case of a high signal-to-noise ratio. Proof of performance of this code (with some variants) having a fairly good effect for reducing the decoding complexity and the appropriate short code length.)

obtain the complete source code for Breast Density Classification System

基于单高斯模型的肤色检测matlab 源代码(Skindetect)

计算高斯伪谱法中的高斯点和微分矩阵，比较慢，求改进(GPM differentiation matrix and Gauss point)

matlab code for Particle filter tutorial

迫零算法，用于均衡器中，仿真比较其算法性能(Zero-Forcing algorithm for the equalizer, the simulation algorithm to compare their performance)

说明：  optisystem和MATLAB联合仿真(Joint simulation of optisystem and MATLAB)

聚类算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下来。 这种算法对于脏数据和异常数据不敏感，但计算量显然要比K均值要大，一般只适合小数据量。 这里是MAtlab源代码。(err)

说明：  经典的遗传算法工具包. 可以实现用户需要的多数遗传算法操作功能.(Classical genetic algorithm toolkit.Enables users need to operate most of the genetic algorithm function.)

matlab + 最短路径 改进的蚁群算法(matlab+ improved ant colony algorithm for the shortest path)