BP

生成《matlab扩展编程》中对于HMM训练的samples.mat程序，自己编写(Generation ‘matlab programming expansion’ in the HMM training samples.mat procedures, written by myself)

小波包变换可以对高频部分提供更精细的分解，而且这种分解既无冗余，也无疏漏，所以对包含大量中、高频信息的信号能够进行更好的时频局部化分析。(Wavelet packet transform can provide the high frequency part of the finer decomposition, and this decomposition is neither redundant nor oversight, so the signal contains a large amount of high frequency information can be a better time-frequency localization analysis.)

这个函数提供灰度拉伸功能，输入图像应当是灰度图像，但如果提供的不是灰度图像的话，函数会自动将图像转化为灰度形式。x1，x2，y1，y2应当使用双精度类型存储，图像矩阵可以使用任何MATLAB支持的类型存储。(This function provides a gray scale stretching function of the input image should be grayscale image, but if not provided, then gray image, the function will automatically be converted to grayscale image form. x1, x2, y1, y2 should use double precision storage, image matrix can store any type of MATLAB support.)

EEMD是针对EMD方法的不足,提出了一种噪声辅助数据分析方法。EEMD分解原理为:当附加的白噪声均匀分布在整个时频空间时,该时频空间就由滤波器组分割成的不同尺度成分组成。当信号加上均匀分布的白噪声背景时,不同尺度的信号区域将自动映射到与背景白噪声相关的适当尺度上去。当然,每个独立的测试都可能会产生非常嘈杂的结果,这是因为每个附加噪声的成分都包括了信号和附加的白噪声。既然在每个独立的测试中噪声是不同的,当使用足够测试的全体均值时,噪声将会被消除。全体的均值最后将会被认为是真正的结果,唯一持久稳固的部分是信号本身,所 加入的多次测试是为了消除附加的噪声。(The EEMD collection of experience decomposition is improved on the basis of the EMD more given a data processing method!)

主分量分析,用于高维数据降维或提取目标特征。程序精简，效率高. (Principal Component Analysis is used to make data dimensionality reduction or extract target characteristics。)

Mode of operations dc dc converter

MPLAB IDE 7 MCC18 SPI Library

根据样本估计密度曲线的方法，也就是pavzen窗函数法，采用正态窗函数，先画直方图，在估计平滑的密度曲线(Estimated based on the sample density curve method, which is pavzen window function method, using normal windows function, the first histogram drawn in the estimated density curve smoothing)

利用MATLAB绘制地形图，一个非常实用的实例。(Topographic maps using MATLAB, a very practical example.)

在MATLAB环境下，对相位图和滤波后的图片进行三维展示。(In the MATLAB environment, the phase diagram and filtering after pictures for 3 d display.)