cum4_ESPRIT

将多个心电数据建立在一个结构体中，建立结构体。(Multiple ECG data based on a structure, create a structure.)

时域有限差分方法在一维格子中计算麦克斯韦旋度方程(the finite-difference time-domain solution of Maxwell s curl equations over a one-dimensional space lattice comprised of uniform grid cells)

本程序实现SINS捷联解算，提供给惯性期间信息即可得到导航参数(The program SINS Jie associated solver, information provided to the inertia during navigation parameters can be obtained)

93C66 application notes

光纤不同模式lp11,lp12等的光强分布图(Light intensity distribution of different modes of optical fiber)

说明：  优秀的ansys ；matlab计算；分析；混凝土开裂计算(Excellent ansys; matlab calculation; analysis; concrete cracking calculation)

LMNN,监督距离度量学习目前效果最好的(lmnn)

粒子群算法优化的详细讲解和实例应用，欢迎下载(Particle swarm optimization algorithm and explain in detail the application example, welcome to download)

简单的信号分析系统，能对信号进行滤波等处理，得到较清晰波形(simple signal processing system)

说明：  .附件结构: gatbx.rar: (1)gatbx-origin.zip; (2)gatbx-toolbox.rar; (3)gatbx-example.rar 2.调试所用Matlab版本是6.5，gatbx-toolbox是调试过程中使用的工具箱，有些热心的研友已经提供了该工具箱，之所以再贴一遍，是因为6.5版本下调试该工具箱会出现一些错误提示，在该版本中已经进行了改正，使用该工具箱只需要将压缩包下的gatbx和gatbxTest_fns加入到Matlab搜索路径即可，另外gatbx-origin是Sheffield大学提供的原始版本的工具箱，未做任何改动，两者可做比较之用 3.gatbx-example是算例调试源码和各算例的调试说明，大家可以对照原书进行比较 4.窃以为gatbx工具箱较之Matlab7新版下的gads工具箱更能让人熟悉和了解遗传算法的原理和计算过程，虽然在可视化方面不及gads 5.学习遗传算法如果首先用熟相关工具箱的话，能够先培养信心，然后更有兴趣去专研和了解具体的算法，如果就用现有的工具箱就能解决问题的话，不了解其详细的算法也未尝不可，毕竟不是每个研友都能向see_moonlight那样开发自己的工具箱吧,(Annex structure: gatbx.rar: (1) gatbx-origin.zip; (2) gatbx-toolbox.rar; (3) gatbx-Test_fns under the compression package need to be added to Mat. The lab search path can be done, and gatbx-origin is the original version of the toolbox provided by Sheffield University, without any changes, which can be used for comparison. 3. Gatbx-example is the source code of example debugging and the debugging instructions of each example. You can compare it with the original book. 4. It is assumed that the gatbx toolbox is better than the gads toolbox in the new version of MATLAB 7 in familiarizing and understanding the principle and calculation process of genetic algorithm, although it is less visualized than gads.)