资源列表
BPSK、PCM、PM
- 改程序对一个信号分别进行BPSK、PCM、PM三种处理。(Change procedures for a signal, respectively, BPSK, PCM, PM, three kinds of processing.)
SVMRFE2
- 用于SVM降维，可以对维度的重要性进行评价(For dimensionality reduction in SVM, the importance of dimensionality can be evaluated)
trees
- 用PYTHON实现的决策树算法，简单明了，结构清晰(decision tree by python)
spline3
- 新的三次样条差值算法，采用边界条件对数据进行插值，精度非常高(New three spline difference algorithm)
Code_of_Basic_PIO
- 鸽群算法---一种新兴的仿生智能优化算法，性能非常好，值得关注！(A new bionic intelligent optimization algorithm, the performance is very good, worthy of attention!)
GA_BP
- 用遗传算法优化BP神经网络，得到跟精确训练的网络，更加准确的进行拟合，校正，样本预测。(The BP neural network is optimized by genetic algorithm, and the network with accurate training is more accurate, fitting, correcting and forecasting samples.)
PSO
- Python 实现的粒子群优化算法 粒子群算法源于复杂适应系统（Complex Adaptive System,CAS）。CAS理论于1994年正式提出，CAS中的成员称为主体。比如研究鸟群系统，每个鸟在这个系统中就称为主体。主体有适应性，它能够与环境及其他的主体进行交流，并且根据交流的过程“学习”或“积累经验”改变自身结构与行为。整个系统的演变或进化包括：新层次的产生（小鸟的出生）；分化和多样性的出现（鸟群中的鸟分成许多小的群）；新的主题的出现（鸟寻找食物过程中，不断发现新的食物）。(Par
SingularSpectrum
- 奇异谱分析是近年来兴起的一种研究非线性时间序列数据的强大的方法。它根据所观测到的时间序列构造出轨迹矩阵，并对轨迹矩阵进行分解、重构，从而提取出代表原时间序列不同成分的信号。如长期趋势信号、周期信号、噪声信号等，从而对时间序列的结构进行分析，并可进一步预测。(Singular spectrum analysis is a powerful method to study nonlinear time series data in recent years. A trajectory matrix
新建文件夹
- 计算并联机器人杆件干涉 连杆运动的程序(Calculate the procedure of the parallel rod movement of the parallel robot bar)
模拟退火
- 对于旅行商问题的求解,帮助你更好的理解模拟退火算法(The solution of the traveling salesman problem helps you better understand the simulated annealing algorithm)
shangzhifa
- 根据熵值法的计算过程编写的matlab代码，直接输出得分。(Entropy method, direct output score.)
GoldCoin
- 使用枚举的算法，根据不同的输入用例，能准确的输出用例需要交换的次数，列举出所有可能情况，从中选出最小的。(Enumeration algorithm, according to different input cases, can accurately output the use case, the number of times required to exchange, cited all possible circumstances, from which to choose the s