plot_hht

说明：  一个用MATLAB 实现的锁相环路得程序(a program of phase loop link using the tool of simulink )

此代码是求TSP中群蚁问题的全代码，只需对其中的数据进行适当的调整就可以套用(This code is a group of ants seeking TSP problem in the whole code, only the data on which appropriate adjustments can be applied)

包含特征值与特征向量的提取、训练样本以及最后的识别，本程序的性能已经达到较高水平，可以实现模式识别领域的数据的分类及回归。( Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, The performance of the program has reached a high level, You can achieve data classification and regression pattern recognition.)

16QAM Vblast 误码率仿真(16QAM Vblast BER simulation)

用响应面法计算可靠度.已知极限状态方程，变量相互独立，服从标准正态分布。(Calculation of reliability by response surface methodology. Known limit state equation, variables are independent standard normal distribution.)

计算特征的constraint得分，用于特征筛选(Calculation feature constraint score for feature selection)

BER for BPSK in AWGN with receive diversity

为sinudoidal模型的AIC阶估计.AIC信息准则即Akaike information criterion，是衡量统计模型拟合优良性的一种标准，又由于它为日本统计学家赤池弘次创立和发展的，因此又称赤池信息量准则。它建立在熵的概念基础上，可以权衡所估计模型的复杂度和此模型拟合数据的优良性。 在一般的情况下，AIC可以表示为： AIC=2k-2ln(L) 其中：k是参数的数量，L是似然函数。 假设条件是模型的误差服从独立正态分布。 让n为观察数，RSS为剩余平方和，那么AIC变为： AIC=2k+nln(RSS/n) 增加自由参数的数目提高了拟合的优良性，AIC鼓励数据拟合的优良性但是尽量避免出现过度拟合(Overfitting)的情况。所以优先考虑的模型应是AIC值最小的那一个。赤池信息准则的方法是寻找可以最好地解释数据但包含最少自由参数的模型。(AIC order estimation for sinudoidal model)

Image Processing using Matlab

Bayes分类器matlab源码，包含两个文件：一个是数据生成，一个是用于分类(Bayes classifier matlab source, contains two files: a data generation, one is used for classification)