FDTD

bp算法基于matelab 环境下的 算法(bp algorithm matelab environment based on the algorithm)

蚁群算法matlab实现，蚁群算法matlab实现仿真，基本功能是实现蚁群(Ant colony matlab implementation, ant colony algorithm for simulation matlab, the basic function of an ant colony)

介绍了matlab中常用到的函数和一些相关的使用法则对初学者非常有用(Describes the commonly used matlab functions and some related to the use of law is very useful for beginners)

这是一个用matlab写的SOM算法程序,效果不错(using Matlab algorithms written procedures SOM good results)

阵列信号处理信源数估计算法，用来估计信源数目(Matlab code of state-of-the-art 1-D model order selction (also known as source enumeration, estimating the number of source ignals impinging on an array of sensor) methods. The main function "main.m" compares the performance of them.)

hadamard transform programs in matla.

说明：  卡尔曼滤波的一个典型实例是从一组有限的，对物体位置的，包含噪声的观察序列预测出物体的坐标位置及速度. 在很多工程应用(雷达, 计算机视觉)中都可以找到它的身影. 同时，卡尔曼滤波也是控制理论以及控制系统工程中的一个重要话题. 　　比如,在雷达中,人们感兴趣的是跟踪目标,但目标的位置,速度,加速度的测量值往往在任何时候都有噪声.卡尔曼滤波利用目标的动态信息,设法去掉噪声的影响,得到一个关于目标位置的好的估计。 (kalman ukf matlab)

说明：  选择“BreastCancer”数据集，使用支持向量机(SVM)对其进行分类。作为对比，第一次对特征集直接进行支持向量机分类，第二次对特征集进行主成分分析法的特征提取后，再对特征提取后的特征集进行支持向量机分类。并且对比和分析了两次分类的结果。(The BreastCancer data set is selected and classified by Support Vector Machine (SVM). For comparison, the first time the feature set is classified directly by support vector machine, the second time the feature set is extracted by principal component analysis, and then the feature set is classified by support vector machine. The results of the two classifications are compared and analyzed.)

聚类算法：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。 这里是MAtlab源代码。(err)

最佳权向量自适应迭代更新MSE对比波形，内有详细说明，供大家参考。(optimal weight vector adaptive waveform update MSE contrast, with detailed notes for reference.)