machine-learning-courses_stanford

使用matlab编辑音频信号，音频读写，录制与播放(read,write,record and play audio files with matlab)

曲柄滑杆的运动描述以及其仿真动画描述仿真模型(Description of the slider crank movement and its simulation of animated simulation model described in)

说明：  独立成分分析是近年来出现的一种强有力的数据分析工具。1994年由Comon给出了ICA的一个较为严格的数学定义，其思想最早是由Heranlt和Jutten于1986年提出来的。ICA从出现到现在虽然时间不长，然而无论从理论上还是应用上，它正受到越来越多的关注，成为国内外研究的一个热点。特别是从应用角度看，它的应用领域与应用前景都是非常广阔的，目前主要应用于盲源分离、图像处理、语言识别、通信、生物医学信号处理、脑功能成像研究、故障诊断、特征提取、金融时间序列分析和数据挖掘等。 ICA是一种用来从多变量（多维）统计数据里找到隐含的因素或成分的方法，被认为是主成分分析（Principal Component Analysis, PCA）和因子分析（Factor Analysis）的一种扩展。对于盲源分离问题，ICA是指在只知道混合信号，而不知道源信号、噪声以及混合机制的情况下，分离或近似地分离出源信号的一种分析过程。(Independent Component Analysis, ICA)

一个非线性系统利用连续系统按环节离散化的数字仿真(Digital simulation of nonlinear continuous system of discrete link)

这个kalman滤波器是由maltlab的m文件构成，可直接运行(kalman toolbox)

用蚁群算法解决中国旅行商问题，用matlab编程，内含数据，已经运行了(China solving the traveling salesman problem with ant colony algorithm, matlab programming, containing the data, has been running)

“SLM_Papr_V4.m”，SLM方法(V=4)PAPR的互补累积分布函数(CCDF)曲线。(A way to reduce the high PAPR of OFDM system-SLM)

kalman滤波的MATLABdemo，适合MATLAB初学者学习(matlab kalman)

耳蜗实质上相当于一个滤波器组，耳蜗的滤波作用是在对数频率尺度上进行的，在1000HZ下，人耳的感知能力与频率成线性关系；而在1000HZ以上，人耳的感知能力与频率不构成线性关系，而更偏向于对数关系，这就使得人耳对低频信号比高频信号更敏感。Mel频率的提出是为了方便人耳对不同频率语音的感知特性的研究。频率与Mel频率的转换公式为(on logarithm frequency scale, under the 1000 hz, the perception of the human ear and a linear relationship with frequency In more than 1000 hz, the perception of the human ear does not constitute a linear relationship with frequency, and prefer to logarithmic relationship, which makes the human ear is sensitive to low frequency signal is better than high frequency signal. Mel frequency is put forward in order to facilitate the ear of the study of speech perception characteristics of different frequency. For frequency and Mel frequency conversion formula )

很好的学习FFT的程序，易于理解，便于学习，具有很好的参考价值(Learning the FFT program, easy to understand, easy to learn, have a good reference value)