基于暗原色先验去雾代码

一个关于adaboost算法的matlab程序，这是我开始接触adaboost研究的程序，有实用价值(this is a adaboost algorithm write with matlab code,and it is my starting program of researching work on adaboost,it is valuable for application )

signal specter

CPM的一种相干解调，程序内容较为丰富，基本的函数都有。希望有用。(CPM of a coherent demodulation, the program more inclusive, have the basic function. Hope helpful.)

有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测(Supervised learning neural network regression- based on the gasoline octane number of the near-infrared spectroscopy to predict)

内含神经网络的一些程序以及相关matlab工具箱的使用方法。(It contains some procedures and related matlab neural network toolbox of usage. )

三电平逆变器svpwm仿真模型，完美运行，各电流电压均正常，可分析谐波(Three-level inverter SVPWM simulation model, a perfect run, the current and voltage are normal, harmonic analysis)

Test Pointed Signals

1985年，Powell提出了多变量插值的径向基函数（RadicalBasis Function）方法。1988年Moody和Darken提出了一种神经网络结构，即RBF神经网络，属于前向神经网络类型，它能够以任意精度逼近任意函数。RBF网络的结构与多层前向网络类似，是一种三层前向网络。输入层有信号源结点组成；第二层为隐藏层，隐单元数视所描述问题的需要而定，隐单元的变换函数RBF()是对中心点径向基对称且衰减的非负非线性函数；第三层为输出层，它对输入模式的作用作出响应。从输入空间到隐藏层空间的变换是非线性的，而从隐藏层空间的输出层空间变换则是线性的。RBF网络的基本思想是：用RBF作为隐单元的“基”构成隐含层空间，这样就可以将输入矢量直接（即不需要通过权连接）映射到隐空间。当RBF的中心点确定以后，这种映射的关系也就确定了。而隐含层空间到输出空间的映射是线性的，即网络的输出是隐单元输出的线性加权和。此处的权即为网络可调参数。由此可见，从总体上看，网络由输入到输出的映射也是非线性的，而网络输出对可调参数而言又是线性的。这样的网络的权就可以由线性方程直接解出，从而大大加快学习速度并避免局部极小问题。RBF神经网络学习算法需要求解的参数有3个：基函数的中心，方差以及隐含层到输出层的权值。根据径向基函数中心选取方法的不同，RBF网络有多种学习方法，如随机选取中心法，自组织选取法，有监督选取中心法和正交最小二乘法等。

图像配准中的两幅图像的归一化互信息计算方法代码(Image registration of two images of the normalized mutual information method code)

Matlab数据可视化及程序设计，程序简单实用，适合初学者。(Numerical computation and symbolic computation, the program is simple and practical, suitable for beginners.)