Simulink

matlab环境，引用多个实例介绍拟合。(matlab environment, citing multiple examples fitting.)

基于matlba的常见信号设计，全部都经过实验验证，可作为子函数使用(Common Signal Design matlba based, all through experimental verification, use as Functions)

最大二维信息熵原理；改进的遗传算法；基于阈值的图像分割 包括一个完整的matlab源代码和几个论文原理介绍pdf文件 (Two-dimensional maximum entropy principle improved genetic algorithm threshold based on image segmentation matlab, including a complete source code and the principle of introducing a number of papers pdf files)

智能控制算法，小脑模型，神经网络，函数逼近(Intelligent control algorithm, cerebellar models, neural networks, function approximation)

script en matlab ofdm/cdma

本书从Matlab的基础知识入手，在详细介绍各种命令的同时，向读者介绍Matlab在高等数学，线型代数、符号运算、图形图象处理、数据处理等方面的应用和外部接口程序设计。(This book from the start with a basic knowledge of Matlab, in detail the various commands at the same time, to introduce readers to Matlab in higher mathematics, linear algebra, symbolic computation, graphics, image processing, data processing applications and external interface programming.)

matlab中正态分布曲线的产生以及正态分布样本经验分布曲线 EDF 和 分布函数曲线CDF 曲线的对比(matlab in the production and the normal distribution curve normal distribution curve for Empirical distribution function curve of EDF and CDF curve comparison)

1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。 3 SIFT算法的主要特点： a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctiveness)好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配[23]。 c) 多量性，即使少数的几个物体也可以产生大量SIFT特征向量。 d) 高速性，经优化的SIFT匹配算法甚至可以达到实时的要求。 e) 可扩展性，可以很方便的与其他形式的特征向量进行联合。 4 SIFT算法步骤： 1） 检测尺度空间极值点 2） 精确定位极值点 3） 为每个关键点指定方向参数 4） 关键点描述子的生成 本包内容为sift算法matlab源码(1 SIFT course of development SIFT algorithm by DGLowe in 1999, the perfect summary of 2004. Later Y.Ke its description of the sub-part of the histogram with PCA instead of its improvement. 2 the SIFT main idea The SIFT algorithm is an algorithm to extract local features in scale space to find the extreme point of the extraction location, scale, rotation invariant. 3 the main features of the SIFT algorithm: a) SIFT feature is the local characteristics of the image, zoom, rotate, scale, brightness change to maintain invariance, the perspective changes, affine transformation, the noise also maintain a certain degree of stability. b) unique (Distinctiveness), informative, and mass characteristics database for fast, accurate matching [23]. c) large amounts, even if a handful of objects can also produce a large number of SIFT feature vectors. d) high-speed and optimized SIFT matching algorithm can even achieve real-time requirements. e) The scalability can be very convenient fe)

神经网络模型辨识及其MATLAB实现范例(Neural network model identification and implementation examples of MATLAB)

这个是matlab pso 工具箱 下载，包含了pso工具箱的所有工具：hiddenutils，nnet，testfunctions，内附安装说明中文文档(This is a toolbox download matlab pso, pso kit contains all the tools: hiddenutils, nnet, testfunctions, Chinese documents containing installation instructions)