matlab7.0 在科学计算中的应用，特别适合数学专业，信息专业学生学习使用。...

bpsk simulation(modulation n stuff)

this file is the identification of the fermentation process using Monte-Carlo method to define Q-matrix. this m.file is a complete simulation of a chemical fermentation process which is done in Matlab. this job includes an on-line estimationn of the states of a control system and also the identification of the parameters of process. this work can be considered an identification research project to a great extent.

2D Navier-Stokes

说明：  P0801：索书号文字图像分割 P0802：粘连字符切分 P0803：文字识别 P0804：彩色车牌分割 P0805：商标文字分割 Recognition：文字识别的识别子函数 StrDetect01：文字识别的结构特征提取子函数 (P0801 : Call text image segmentation P0802 : adhesion character segmentation P0803 : Character Recognition P0804 : color plates separated P0805 : Segmentation Recognition trademark characters : Character Recognition Recognition Functions StrDetect01 : Character Recognition structural feature extraction function.)

这是malab中NSGA2的算法源代码，费劲千辛万苦才找到的，希望大家能珍惜使用，同时给我点赞，感谢大家.一定要支持我啊，后续我会继续上传我的新作品和改进后的算法，以及我的工程实例。

说明：  贝叶斯网络分类，matlab语言编写的，是一个很不错的算法(Bayesian network classifiers, matlab language, is a very good algorithm)

应用背景Spectral Clustering（谱聚类）是一种基于图论的聚类方法，它能够识别任意形状的样本空间且收敛于全局最有解，其基本思想是利用样本数据的相似矩阵进行特征分解后得到的特征向量进行聚类。谱聚类(Spectral Clustering, SC)是一种基于图论的聚类方法——将带权无向图划分为两个或两个以上的最优子图，使子图内部尽量相似，而子图间距离尽量距离较远，以达到常见的聚类的目的。其中的最优是指最优目标函数不同，可以是割边最小分割。关键技术图划分的目的是将有权无向图划分为两个或以上子图，使得子图规模差不多而割边权重之和最小。图的划分可以看做是有约束的最优化问题，它的目的是看怎么把每个点划分到某个子图中，比较不幸的是当你选择各种目标函数后发现该优化问题往往是NP-hard的。         怎么解决这个问题呢？松弛方法往往是一种利器（比如SVM中的松弛变量），对于图的划分可以认为能够将某个点的一部分划分在子图1中，另一部分划分在子图2中，而不是非此即彼，使用松弛方法的目的是将组合优化问题转化为数值优化问题，从而可以在多项式时间内解决之，最后在还原划分时可以通过阈值来还原，或者使用类似K-Means这样的方法，之后会有相关说明。

水下潜艇与航行器的信息融合方法研究，利用MDPDA算法的融合结果。(Submarines and craft in the information fusion method, using MDPDA fusion algorithm.)

FBMC code for wireless communications

啁啾和高斯为初值的光孤子传播的非线性薛定谔方程快速傅里叶算法求解，3D图(Chirp and Gaussian for initial value soliton propagation of nonlinear Schrodinger equation fast Fourier algorithm for 3D Figure)