Hibert

PCA主成分分析算法用于人脸识别的例子。此算法是基于矩阵特征值的排序而提取出主要成分的。(PCA principal component analysis algorithm for face recognition example. This algorithm is based on the ranking of the matrix eigenvalue extracted principal components.)

基于DCT算法水印的嵌入和提取MATLAB 程序(wartermark and detecter)

polynomial coeff to string

批处理选择年代不同的数据 如1951年开始到2010年的数据，统一选择为1971-2010年，该程序可以实现(Batch select from different data such as the 1951 to 2010 data, unified Select year 1971-2010, the program can be achieved)

采用matlab程序 实现DCT水印源程序代码(DCT Watermark source code)

说明：  此算法为最小二乘辅助变量法。uy2为含噪声数据，n=2,噪声模型n=2。左为输出数据，右为输入数据。k=2,3,4,5等等(Least-squares algorithm for the auxiliary variables. uy2 for data containing noise, n = 2, the noise model n = 2. Output data for the left and right for the input data. k = 2,3,4,5, etc.)

本资料介绍了灰色预测的概念和用途，也包含了算法的matlab实现(GM matlab)

Differential Evolution

本程序为基于MATLAB开发的，混沌时间序列特性分析之PCA方法的应用实例(This procedure was developed based on MATLAB, Analysis of chaotic time series properties of the application of PCA method)

说明：  ① 样本数据从MATLAB命令窗口或新建一M文件作为数据输入文件，样本输入变量名为samin,样本输出变量名samout 样本个数和每个样本的维数可任意，样本输出的个数与样本个数应一致，即保证每个样本都对应一个期望输出，但每个输出的维数不要求与输入的维数相同，可任意； ② 聚类中心的个数（即基函数的个数）可根据实际情况调整；同样可调整参数的还有重叠系数、聚类中心最大更新次数、聚类中心更新终止误差； ③ 训练结束后进行测试时，要求输入的测试数据与样本具有相同的维数，测试数据的个数可任意； ④ 如果训练样本是二维的，则数据中心聚类的结果可用一平面图显示出来；同样测试数据的输出是一维的话也可显示出来； (RBF artifical neual networks)