OMP

优秀论文及配套源码。首先阐述了负荷预测的应用研究现状，概括了负荷预测的特点及其影响因素，归纳了短期负荷预测的常用方法，并分析了各种方法的优劣；接着介绍了作为支持向量机（SVM）理论基础的统计学习理论和SVM的原理，推导了SVM回归模型；本文采用最小二乘支持向量机（LSSVM）模型，根据浙江台州某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了归一化处理。LSSVM中的两个参数对模型有很大影响，而目前依然是基于经验的办法解决。对此，本文采用粒子群优化算法对模型参数进行寻优，以测试集误差作为判决依据，实现模型参数的优化选择，使得预测精度有所提高。实际算例表明，本文的预测方法收敛性好、有较高的预测精度和较快的训练速度。(first expounds the recent application research of load forecasting, summarized the characteristics of load forecasting and influencing factors, summed up common methods of short-term load forecasting, and analyzed the advantages and disadvantages of each method then introduced statistical learning theory and the principle of SVM as the basis of support vector machine (SVM ) theory, SVM regression model is derived this paper adopted least squares support vector machine (LSSVM) model, according to the historical load data and meteorological data of a certain area of Zhejiang Taizhou, Analysised the various factors affecting the forecast, summed up the regularity of load change , amended "outliers" in the historical load data,the load forecasting factors to be considered were normalized. The two parameters of LSSVM have a significant impact on the model, but it is still soluted based on the experience currently. So, this paper adopted particle swarm optimization algorithm to optimized )

自适应波束形成中的LMS算法matlab仿真程序(LMS)

IDW插值法，距离倒数乘方格网化方法是一个加权平均插值法，可以进行确切的或者圆滑的方式插值。方次参数控制着权系数如何随着离开一个格网结点距离的增加而下降。对于一个较大的方次，较近的数据点被给定一个较高的权重份额，对于一个较小的方次，权重比较均匀地分配给各数据点。 计算一个格网结点时给予一个特定数据点的权值与指定方次的从结点到观测点的该结点被赋予距离倒数成比例。当计算一个格网结点时，配给的权重是一个分数，所有权重的总和等于1.0。当一个观测点与一个格网结点重合时，该观测点被给予一个实际为 1.0 的权重，所有其它观测点被给予一个几乎为 0.0 的权重。换言之，该结点被赋给与观测点一致的值。这就是一个准确插值。 距离倒数法的特征之一是要在格网区域内产生围绕观测点位置的"牛眼"。用距离倒数格网化时可以指定一个圆滑参数。大于零的圆滑参数保证，对于一个特定的结点，没有哪个观测点被赋予全部的权值，即使观测点与该结点重合也是如此。圆滑参数通过修匀已被插值的格网来降低"牛眼"影响。 (Inverse Distance to a Power)

说明：  用matlab 写的将avi电影转化成BMP图像序列，调试通过的(Avi movie to convert BMP image sequences)

一本很好的matlab学习代码，内有详尽的方法，英文版的(Matlab code for a good, detailed methods in English version)

proposed 2X2 MIMO OFDM transceiver with ICI-SC technique has

machine learning 方面有关于Generalization and Bayesian Introduction的资料，语言是python(machine learning aspects of information concerning Generalization and Bayesian Introduction, language is python)

Survey on image authentication steps

模糊神经网络的源代码，最近在学习这方面的知识，共享一下，初学者可以看看(Fuzzy neural network source code)

本程序主要用来计算根据灰色理论建立的模型的预测值。 应用的数学模型是 GM(1,1)。(This procedure is mainly used to calculate the basis of gray theory model of the predicted value. Application of mathematical model is GM (1,1).)