simulink编写的多电源组充放电

【实例简介】

【实例简介】基于粒子-蚁群算法的TSP旅行商问题求解

【实例简介】 背包问题：现有一小偷入室盗窃，可以偷窃的物品数量共有12件，物品对应的价值（万）为[5;10;13;4;3;11;13;10;8;16;7;4]； 重量（千克）为[2;5;18;3;2;5;10;4;11;7;14;6]。若小偷能拿的物品总质量最大为46kg，如何选取物品使得总价值最大？

CFAR算法 包括cfar_ac、cfar_os、cfar_so、cfar_tc和cfar_go 【源码目录】 CFAR ├── cfar_ac.m├── cfar_ac_TEST.m├── cfar_go.m├── cfar_go_test.m├── cfar_os.m├── cfar_os_test.m├── cfar_so.m├── cfar_so_test.m├── cfar_tc.m├── cfar_tc_test.m├── env_edge.m└── env_uniform.m0 directories, 12 files【核心代码】% 单目标% SNR1=15;    signal1_p=10.^(SNR1./10).*noise_p;% xc(1,90)=signal1_p;%% 多目标% SNR1=20;signal1_p=10.^(SNR1./10).*noise_p;% xc(1,90)=signal1_p;% SNR2=15;signal2_p=10.^(SNR2./10).*noise_p;% xc(1,102)=signal2_p;

【实例简介】

软阈值降噪法，硬阈值降噪法，和程序运行后的图形

SSIdata_Identification.m

【实例简介】机器学习中的多示例包层次SVM分类算法 【核心代码】Bag_KI_SVM.m KI-SVM ├── Bag KI-SVM │   ├── Bag_KISVM_prediction.m │   ├── Bag_KI_SVM.m │   ├── Find_y.m │   ├── Find_y_linear.m │   ├── Max_Violated_y_set.m │   ├── Readme.htm │   ├── celltomatrix.m │   ├── genIndex.m │   └── normalization_gaussian.m ├── Instance KI-SVM │   ├── Find_y.m │   ├── Find_y_linear.m │   ├── Inst_KISVM_prediction.m │   ├── Inst_KI_SVM.m │   ├── Max_Violated_y_set.m │   ├── Readme.htm │   ├── celltomatrix.m │   ├── genIndex.m │   └── normalization_gaussian.m ├── experiments.m ├── experiments_KISVM_musk1.m ├── libsvm-mat-2.88-MI-svm │   ├── COPYRIGHT │   ├── Makefile │   ├── README │   ├── doc.txt │   ├── heart_scale.mat │   ├── make.asv │   ├── make.m │   ├── read_sparse.c │   ├── read_sparse.mexw32 │   ├── read_sparse.mexw64 │   ├── svm.cpp │   ├── svm.cpp.bak │   ├── svm.h │   ├── svm.h.bak │   ├── svm.obj │   ├── svm_model_matlab.c │   ├── svm_model_matlab.c.bak │   ├── svm_model_matlab.h │   ├── svm_model_matlab.obj │   ├── svmpredict.c │   ├── svmpredict.mexw32 │   ├── svmpredict.mexw64 │   ├── svmtrain.c │   ├── svmtrain.c.bak │   ├── svmtrain.mexw32 │   └── svmtrain.mexw64 └── normedmusk1.mat 3 directories, 47 files

三种时域频偏估计经典算法（L&R，Fitz，M＆M）及两种改进算法的matlab仿真 【核心代码】 frequency └── 新建文件夹     ├── Fitz_LR.m     └── 频偏估计时域算法仿真（基本算法 2改进）.docx 1 directory, 2 files

【实例简介】