simpson

本章将涉及比较深层的 MATLAB 内容：脚本；函数（一般函数、内联函数、子函数、 私用函数、方法函数）；程序调试和剖析；数据结构（类、对象）；重载和继承；面向对象 编程。本章配备了许多精心设计的算例。这些算例是完整的，可直接演练的。读者通过这些 算例，将真切感受到抽象概念的内涵、各指令间的协调，将从感知上领悟到面向对象编程的 优越和至关要领。(MATLAB )

main_spheretoML是主程序，性能达到最大似然NL检测，调用了spheredecodetoML和spheredecodeinftoML两个子程序(sdinf ml)

基于支持向量机的区域水安全预警模型及其应用(Early-warning model and its application of regional water security based on support vector machine)

基本的PSO程序，可以直接运行。希望大家喜欢。(basic PSO)

利用小波进行图形的降澡,对于一般的图像来说效果明显(Carries on the graph using the wavelet to fall the bath, is obvious regarding the general image effect )

在做优化的时候，起初选择了GA算法，但是GA的不稳定性（或者陷入局部最优）实在让人抓狂，前后两次的结果相差竟然有时候能达到30 以上，当时由于时间的原因，我只好选择了优化1000次，然后以其中的最小值最为最佳方案。虽然问题也算解决了，但是从学术上将，这种奔方法是让人很尴尬的。所以，我从网上下载了一个GA－PSO算法，试着利用GA和PSO组合的策略进行优化，结果算法很问题，效率和不错。我下载原始算法，有一个问题就是它是针对所有的设计变量上下限都是一样的，所以我对程序进行了修改与改进，现在可以处理上下限不一致的问题，同时fix了一些bug。现在把修改后的程序和大家分享一下，希望能对您有用.注意myfit需要用自己的函数，否则出错，因为我的myfit程序在调用过程中，需要使用matlab的Kriging工具箱 (a optimization method combining GA and PSO)

一种比较简单的蚁群算法的matlab实现，包括完整的代码(A relatively simple ant colony algorithm matlab implementation, including the complete code)

这是模式识别中最小错误率Bayes分类器设计方案。 自行完善了在不同先验概率的条件下，男、女错误率和总错误率的统计，放入各个数组当中。 全部程序由主函数、最大似然估计求取概率密度子函数、最小错误率贝叶斯分类器决策子函数三块组成。 调用最大似然估计求取概率密度子函数时，第一步获取样本数据，存储为矩阵；第二步对矩阵的每一行求和，并除以样本总数N，得到平均值向量；第三步是应用公式（3-43）采用矩阵运算和循环控制语句，求得协方差矩阵；第四步通过协方差矩阵求得方差和相关系数，从而得到概率密度函数。 调用最小错误率贝叶斯分类器决策子函数时，根据先验概率数组，通过比较概率大小判断一个体重身高二维向量代表的人是男是女。 主函数第一步打开“MAIL.TXT”和“FEMALE.TXT”文件，并调用最大似然估计求取概率密度子函数，对分类器进行训练。第二步打开“test2.txt”，调用最小错误率贝叶斯分类器决策子函数，然后再将数组中逐一与已知性别的数据比较，就可以得到不同先验概率条件下错误率的统计。 (This is the minimum error rate pattern recognition Bayes classifier design. Self- improvement prior probability in different conditions , male , female and total error rate error rate statistics , into which each array . All programs from the main function , maximum likelihood estimation subroutine strike probability density , the minimum error rate Bayesian classifier composed of decision-making three subfunctions . Strike called maximum likelihood estimate probability density subroutine , the first step to obtain the sample data , stored as a matrix the second step of the matrix, each row sum , and divided by the total number of samples N, be the average vector third step is to application of the formula ( 3-43 ) using matrix and loop control statements , obtain the covariance matrix fourth step through the variance-covariance matrix and correlation coefficient obtained , resulting in the probability density function . Call the minimum error rate decision Functions Bayesian)

说明：  本程序是用MATLAB做的玫瑰曲线，效果如玫瑰花一样(This program is a rose curve made with MATLAB, the effect is like a rose)

该代码实现了图像的滤波处理，这段代码给出了三种滤波矩阵，包括图像平滑(低通滤波器)、图像边缘提取(高通滤波器)等。用户下载后可以根据自己需要修改滤波矩阵和参数值，以便实现特殊的功能。为了形象的说明滤波效果，代码执行后可以看到滤波前后滤波后的对比图像。 (The code of the image filter processing, the code shows the three filter matrix, including the smoothing (low pass filter), image edge detection (high-pass filter) and so on. Users can download their own need to modify the filter matrix and the parameter values in order to achieve a specific function. Filtering effect to the image description, code execution before and after filtering can be seen after comparison of the filtered images.)