minFunc_2012

用局部参数最优化方法设计一个模型参考自适应系统,可调增益的初值Kc(0)=0.2，给定值r(t)为单位阶跃信号，即r(t)=A×1(t)。 要求： 1把连续系统离散化(采样时间可取0.1)。 2编制并运行这个系统的计算机程序(注意调整B值，使系统获得较好的自适应特性)。 3记录ym、yp的曲线 记录kp×kc的曲线 记录广义输出误差e的变化曲线。 4在参数收敛后，让Kp=2变为Kp=1，重新观察Kp×Kc及e的变化曲线。 5找出在确定的B值下，使系统不稳定的A值(阶跃信号的幅值)，并与用劳斯稳定判据计算的结果比较。 (With local parameter optimization method to design a model reference adaptive system, adjustable gain initial Kc (0) = 0.2, for a given value of r (t) for the unit step signal that r (t) = A × 1 ( t). Requirements: a continuous system discretization (sampling time of 0.1 preferred). 2 compiled and run the system computer program (Note B to adjust the value of the system to obtain better adaptive characteristics). 3 records ym, yp curve record kp × kc curve records generalized output error e curves. 4 parameter convergence, let Kp = 2 into the Kp = 1, re-observed Kp × Kc and e curves. B-5 to find value in determining the next, making the system unstable A value (step signal of amplitude), and using Routh stability criterion and the comparison of the results calculated.)

基于MATLAB实现的说话人识别程序，分别用bp、pnn、som、rbf、lvq等算法，对语音文件进行训练和测试，效果不错。~..~ 下面说明一下bprengong程序： 数据分别用来训练和测试两部分。 具体程序分为两部分，第一部分为：计算识别模型 变量v是mfcc处理以后的矢量。因为数据可能长短不一，所以放在同一进行截取。p的每一行代表一个语音数据（共15个）。变量Pr为每一行的最大最小值。变量T为目标值。输出神经元个数为15。 在训练阶段，如果用于训练的输入训练样本的类别标号为i（即语音数据的标号），则训练时设第i个节点的期望输出设为1。其余节点期望输出均为0。 在识别时，当一个未知类别的样本作用到输入端时，考查各输出节点的输出，并将这个样本的类别判定为输出值最大的那个节点对应的类别。 (err)

cortex-m0新塘工程模板，不需要新建工程，直接用(cortex-m0 Xintang project templates, no new construction, the direct use)

DDC的处理,描述从ADC采集数据后信号的下变频处理.主要是信号滤波和抽取(digital handle)

LMS predictive 1d matlab code

在MATLAB环境下设计一个加速度计动态校准的数据处理软件附有程序源代码,压缩包中有软件使用说明(In the MATLAB environment to design a dynamic calibration of accelerometer data-processing software with source code, compression software package for use)

this is GUI based SVM

In statistics, Isomap is one of several widely used low-dimensional embedding methods, where geodesic distances on a weighted graph are incorporated with the classical scaling (metric multidimensional scaling). Isomap is used for computing a quasi-isometric, low-dimensional embedding of a set of high-dimensional data points. The algorithm provides a simple method for estimating the intrinsic geometry of a data manifold based on a rough estimate of each data point’s neighbors on the manifold. Isomap is highly efficient and generally applicable to a broad range of data sources and dimensionalities.

说明：  细菌觅食优化算法 ，解决比例积分控制器参数优化的程序，对初学细菌算法很有帮助。(Bacterial foraging optimization algorithm to solve PI controller parameter optimization procedure, useful for beginners bacterial algorithm.)

森林火灾和气体扩散的matlab元胞自动机模拟(cellular Automata simulation)程序。(Forest fires and gas diffusion of matlab simulation of cellular automata (cellular Automata simulation) procedures.)