全部的压缩感知的信号处理应用应用程序

基于MATLAB的直扩超宽带通信仿真程序(MATLAB-based DS-UWB simulation program)

proyecto de sistema de informacion

介绍了如何通过matlab仿真软件进行电力系统仿真分析(Describes how matlab simulation software for power system simulation and analysis)

原信号分解成IMF后，用此脚本来计算此IMF的瞬时频率(After the original signal into IMF, use this script to calculate the instantaneous frequency of the IMF)

基于matlab的小波神经网络的时间序列计算，欢迎大家使用。(Time series matlab wavelet neural network-based computing, welcome everyone to use.)

说明：  用于最小二乘法进行曲线拟合的MATLAB源代码(Curve fitting)

说明：  介绍matlab，以及基本的用法和操作，非常适合初学者(Introduction matlab, and basic usage and operation is very suitable for beginners)

说明：  一个动态遗传算法代码 matlab的,采用全方位的两点杂交、两点变异的改进的加速遗传算法（IAGA）(A dynamic genetic algorithm matlab code, the use of comprehensive two hybrid, two variations of improved accelerating genetic algorithm (IAGA))

提供一个完整有用的MATLAB圆拟合程序及其说明(MATLAB provides a complete circle fitting program useful and descriptions)

核密度估计又叫核函数估计。kernel density estimation是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt (1955)和Emanuel Parzen(1962)提出，又名Parzen窗（Parzen window）。Ruppert和Cline基于数据集密度函数聚类算法提出修订的核密度估计方法。由给定样本点集合求解随机变量的分布密度函数问题是概率统计学的基本问题之一。解决这一问题的方法包括参数估计和非参数估计。参数估计又可分为参数回归分析和参数判别分析。在参数回归分析中，人们假定数据分布符合某种特定的性态，如线性、可化线性或指数性态等，然后在目标函数族中寻找特定的解，即确定回归模型中的未知参数。在参数判别分析中，人们需要假定作为判别依据的、随机取值的数据样本在各个可能的类别中都服从特定的分布。经验和理论说明，参数模型的这种基本假定与实际的物理模型之间常常存在较大的差距，这些方法并非总能取得令人满意的结果。由于上述缺陷，Rosenblatt和Parzen提出了非参数估计方法，即核密度估计方法．由于核密度估计方法不利用有关数据分布的先验知识，对数据分布不附加任何假定，是一种从数据样本本身出发研究数据分布特征的方法，因而，在统计学理论和应用领域均受到高度的重视。