matlabprocessor2

K-Means in Matlab 2011

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)

对两组离散数据进行分段线性拟合,并显示拟合结果(piecewise linear fitting of two sets of discrete data)

说明：  该文件包含了BP小波神经网络快速学习算法研究与仿真的论文，以及两套小波算法方案，均通过MATLAB实现(This file contains the fast BP neural network learning algorithm and simulation papers, and two sets of wavelet algorithm for the program are achieved through the MATLAB)

E2LSH代码最全面的介绍，里面详尽的介绍了每一个函数的作用(E2LSH code for the most comprehensive introduction, which describes in detail the role of each function)

用径向基函数实现的信道自适应均衡，一个比较简单的例程(Radial Basis Functions Channel adaptive equalization, a relatively simple routines)

基于Matlab环境，对雷达信号，基于高斯模型的回波进行仿真。(Based on the Matlab environment, the radar signal, based on the Gauss model of echo simulation.)

cx_3 storage source code with examples

粒子群优化最小二乘支持向量机参数，可用于多分类(pso lssvm psolssvm)

matlab draw examples