PCA

QPSK BPSK qam的AWGN和瑞利信道的生成和仿真(QPSK BPSK qam of AWGN and Rayleigh Road, generation and simulation)

pid自适应控制器学习和程序大家学习，很好用的(广告)

说明：  RBF程序 自适应调节参数 MATLAB程序(Adaptive adjustment parameters of RBF matlab program)

LTE标准的turbo码编译码仿真，使用MAP译码算法。(LTE standard turbo code simulation, the MAP decoding algorithm has been used.)

实现聚类K均值算法： K均值算法：给定类的个数K，将n个对象分到K个类中去，使得类内对象之间的相似性最大，而类之间的相似性最小。 缺点：产生类的大小相差不会很大，对于脏数据很敏感。 改进的算法：k—medoids 方法。这儿选取一个对象叫做mediod来代替上面的中心 的作用，这样的一个medoid就标识了这个类。步骤： 1，任意选取K个对象作为medoids（O1,O2,…Oi…Ok）。 以下是循环的： 2，将余下的对象分到各个类中去（根据与medoid最相近的原则）； 3，对于每个类（Oi）中，顺序选取一个Or，计算用Or代替Oi后的消耗—E（Or）。选择E最小的那个Or来代替Oi。这样K个medoids就改变了，下面就再转到2。 4，这样循环直到K个medoids固定下来。 这种算法对于脏数据和异常数据不敏感，但计算量显然要比K均值要大，一般只适合小数据量。(achieving K-mean clustering algorithms : K-means algorithm : given the number of Class K, n will be assigned to target K to 000 category, making target category of the similarity between the largest category of the similarity between the smallest. Disadvantages : class size have no great difference for dirty data is very sensitive. Improved algorithms : k-medoids methods. Here a selection of objects called mediod to replace the center of the above, the logo on a medoid this category. Steps : 1, arbitrary selection of objects as K medoids (O1, O2, Ok ... ... Oi). Following is a cycle : 2, the remaining targets assigned to each category (in accordance with the closest medoid principle); 3, for each category (Oi), the order of selection of a Or, calculated Oi Or replace the consumption-E (Or))

本程序为类人机器人的一个运动学正解程序，非常好的参考程序，可以继续在上面扩充(This program is a humanoid robot kinematics program, very good reference program, you can continue to expand in the above)

Transformer simulation using matlab

Triangle numbers are the sums of successive integers. So 6 is a triangle number because 6 = 1 + 2 + 3

Matlab code for face recognition eigen and fischer faces

this code is estimate dyley time .