图像的脸部识别

非线性拟合,用于非线性拟合时，可以用这个现成的代码，很发方便！(Nonlinear fitting for nonlinear fitting, you can use the existing code, it is made ​ ​ easy!)

本程序为多个不同脉冲程序。用于刺激或脉冲发生器的研究(This program is different pulse program. Or pulse generator for stimulating research)

三种类型的小波变换系数的特点，其中包括： 能源、 方差和波形的长度。您可以修改和提取任何类型的功能，如您需要。

Svm，Pca，Knn的分类程序，有一个小数据，可直接运行处结果，这三个程序是独立的，可以直观的用来比较三种不同的分类器的效果，用户也可以自己找数据。

图像扫描的zigzag程序,可用于图像处理的水印程序，图像压缩等等(zigzag )

数学建模-出租车人口预测模型，出租车数量预测模型，收益最大化(Mathematical modeling- Taxi population forecasting model, the number of taxis prediction model, revenue maximization)

运用adaboost方法进行人脸检测的matlab算法，实用易懂，适合初学者！(Using adaboost method for face detection matlab algorithm, practical and easy to understand, suitable for beginners!)

说明：  设计中心波长在1550nm,光栅长度、折射率调制深度等可调，可以仿真出FBG的透射谱(The design center wavelength is 1550 nm. The grating length and refractive index modulation depth can be adjusted.The transmission spectrum of FBG can be simulated.)

应用背景在电脑里科学，粒子群优化（粒子群算法）是一种计算方法，通过反复地尝试提高候选人的问题来优化问题关于一个给定的解决方案质量测量。粒子群优化算法的一个问题，有一个人口的候选人解决方案，在这里被称为粒子，并根据简单的数学公式在粒子的位置和速度移动这些粒子周围的搜索空间。每个粒子的运动受其局部的影响最著名的位置，但是，也被引导到最有名的位置搜索空间，这是更新的更好的位置被发现的其他颗粒。这一行动将朝着最佳的解决方案。关键技术粒子群算法是归因于甘乃迪，Eberhart和石和首次用于模拟社会行为，作为生物体的运动形式化表示在鸟群或鱼群。该算法进行了简化，并观察到进行优化。这本书是由甘乃迪和Eberhart介绍PSO许多哲学方面群智能。粒子群优化算法的广泛研究应用程序是由政策。PSO算法是一种启发式是很少或没有假设关于正在优化的问题，可以搜索非常大的空间的候选人解决方案。然而，如超启发式算法不保证最优解决方案被发现。更具体地说，粒子群优化算法不使用梯度的问题，这意味着粒子群优化算法不需要优化问题是可微的，需要的是经典梯度优化法血统和准牛顿方法。因此粒子群优化算法也可用于优化问题，部分不规则，噪声，随时间变化等并；

UWB，超宽带信号分析必用的子函数，第12部分！(UWB, ultra-wideband signal analysis will be used for Functions, Part 12!)