matlabnihe

小波变换和编码功能，包括其他更多的外来转变(Wavelet transform and coding functions, including other more exotic transforms)

使用matlab来生产BA网络。输入每次的连边数量和节点个数来产生最后的BA网络(Generate BA network)

涡度通量数据处理，坐标旋转之平面拟合坐标旋转，系数计算(Eddy flux data processing, the rotation of the coordinate plane fitted coordinate rotation, coefficient)

机载微波雷达信号的空时二维自适应处理程序STAP(radar-STAP Space time adaptive processing for airborne microwave radar signals)

该段matlab代码能实现分段减采样，是对ecg数据压缩算法的基础，对压缩算法很重要(resample)

应用matlab Java Builder实现matlab的Web应用部署的一个简单示例，测试方法在doc文档。(Matlab Java Builder realize the application of the Web application deployment matlab a simple example to test the method in the document doc.)

long line model for 3phase system

一个导弹拦截simulink仿真程序，内含目标运动函数、导弹运动模型、导弹制导与控制算法(A Simlink Simulation Program for Missile Interception)

matlab学习手册，包括基本矩阵算法，信号波形绘制等(matlab learning manuals, including basic matrix algorithm, the signal waveform drawing, etc.)

说明：  .附件结构: gatbx.rar: (1)gatbx-origin.zip; (2)gatbx-toolbox.rar; (3)gatbx-example.rar 2.调试所用Matlab版本是6.5，gatbx-toolbox是调试过程中使用的工具箱，有些热心的研友已经提供了该工具箱，之所以再贴一遍，是因为6.5版本下调试该工具箱会出现一些错误提示，在该版本中已经进行了改正，使用该工具箱只需要将压缩包下的gatbx和gatbxTest_fns加入到Matlab搜索路径即可，另外gatbx-origin是Sheffield大学提供的原始版本的工具箱，未做任何改动，两者可做比较之用 3.gatbx-example是算例调试源码和各算例的调试说明，大家可以对照原书进行比较 4.窃以为gatbx工具箱较之Matlab7新版下的gads工具箱更能让人熟悉和了解遗传算法的原理和计算过程，虽然在可视化方面不及gads 5.学习遗传算法如果首先用熟相关工具箱的话，能够先培养信心，然后更有兴趣去专研和了解具体的算法，如果就用现有的工具箱就能解决问题的话，不了解其详细的算法也未尝不可，毕竟不是每个研友都能向see_moonlight那样开发自己的工具箱吧,(Annex structure: gatbx.rar: (1) gatbx-origin.zip; (2) gatbx-toolbox.rar; (3) gatbx-Test_fns under the compression package need to be added to Mat. The lab search path can be done, and gatbx-origin is the original version of the toolbox provided by Sheffield University, without any changes, which can be used for comparison. 3. Gatbx-example is the source code of example debugging and the debugging instructions of each example. You can compare it with the original book. 4. It is assumed that the gatbx toolbox is better than the gads toolbox in the new version of MATLAB 7 in familiarizing and understanding the principle and calculation process of genetic algorithm, although it is less visualized than gads.)