Research-Project-Proposal

此文件是基于MATLAB环境下的关于FIR滤波器设计程序 其中包括了MATLAB的源程序和采用循环缓冲区实现的汇编源程序和连接程序。(This document is based on the MATLAB environment on FIR filter design process including the use of MATLAB and the cycle of the source buffer to achieve the compilation of source code and connection procedures.)

1． 该光盘包含了“信号与系统分析及MATLAB实现”一书的第九章所有程序； 2． 为了方便读者阅读程序，所有程序均采用中文注释。MATLAB的程序编辑器不支持中文显示，用户只需在Word下直接打开源程序文件，即可阅读程序中的中文注释； 3． 程序文件的命名分为以下三种类型： （1） 若为书中例题的程序，则程序文件名一律以ex开头，后面跟4位数字（前两位表示章号，后两位表示例题序号）表示的该程序所在例题的编号。例如，ex0603.m是例6.3的程序，而ex1102.m则是例11.2的对应程序。 （2） 若为书中图形的实现程序，则程序文件名一律以figure开头，后面跟4位数字（前两位表示章号，后两位表示图形序号）表示的该程序所绘图形的编号。例如，figure1203.m是实现图12.3的程序，而figure0710.m则是实现图7.10的对应程序。 （3） 若为函数文件，则直接以函数名命名，例如文件sconv.m即是书中函数sconv()的对应程序。 ()

人工鱼群算法是李晓磊等人于2002年在动物群体智能行为研究的基础上提出的一种新型方盛优化算法，该算法根据水域中鱼生存数目最多的地方就是本水域中富含营养物质最多的地方这一特点来模拟鱼群的觅食行为而实现寻优。算法主要利用鱼的三大基本行为：觅食、聚群和追尾行为，采用自上而下的寻优模式从构造个体的底层行为开始，通过鱼群中各个体的局部寻优，达到全局最优值在群体中凸显出来的目的。 这是一个鱼群算法的案例，希望大家可以有所收获(Artificial fish swarm algorithm is a new fangsheng optimization algorithm proposed by li xiaolei et al. on the basis of the research on intelligent behavior of animals in 2002. This algorithm simulates the foraging behavior of fish swarm according to the characteristics that the place with the largest number of fish survival is the place with the largest number of nutrients in the water area.)

说明：  MATLAB数组与运算教程,简单易懂,适合初学者(MATLAB array and computing tutorials, easy to understand for beginners)

二维扩散方程紧致差分格式程序 误差（ti^2+h^4）(Compact difference scheme for two-dimensional diffusion equation program error (ti ^ 2+h ^ 4))

应用MATLAB编写的关于lbp与hog特征的提取代码，可直接应用(Applications written in MATLAB and hog on lbp feature extraction code, can be applied directly)

一个灰色模型的matlab实现，包含GM(1,1),GM(1,N),GM(2,1)和vershlust模型的系数计算，数值预报和误差分析以及图形输出(A gray model matlab realize, including GM (1,1), GM (1, N), GM (2,1) model and vershlust coefficient calculation, numerical weather prediction and error analysis, and graphical output)

一种多输入多输出支持向量回归机源代码，克服了传统支持向量机单输出的缺点(A multi-input multi-output support vector regression machine source code, to overcome the traditional single-output SVM shortcomings)

PCA/SVM算法实现图像分类，分类准确率可到达90%(Image classification by PCA/SVM algorithm)

digital modulation techniques