小波分析.zip - 太阳黑子、随机数叠加等代码及举例，每行均有中文注释,2020-03-15 11:01:54,下载0次
层次聚类分析.rar - 包括最长、最短欧式距离法、重心法（标准欧式、平方欧式、精度加权）、平均法、权重法等等,2020-03-15 11:00:18,下载8次
主成分分析.zip - 主成分分析的3套不同方法，每一行均有中文注释,2020-03-15 10:55:42,下载2次
非线性回归.zip - 包括指数、对数、幂指数、双曲线、Logistic、多项式、Gamma等模型的非线性拟合，每行代码均有中文注释便于理解,2020-03-15 10:53:08,下载13次
02a 多元线性回归分析.zip - 包括基于矩阵运算的多元线性回归、基于多元计算程序包以及计算共线性容忍度,2020-03-15 10:47:23,下载0次
GrayGradinet.rar - 灰度共生矩阵、灰度梯度共生矩阵提取纹理特征
Python PLS算法的实现并调用.zip - 偏最小二乘法是一种新型的多元统计数据分析方法，于1983年由S.Wold和C.Albano等人首次提出。偏最小二乘法实现了，在一个算法下，可以同时实现回归建模（多元线性回归）、数据结构简化（主成分分析）以及两组变量之间的相关性分析（典型相关分析）。
PCA方法虽解决了自变量共线性的问题，但是并没有考虑自变量主元对于因变量变化的解释作用。所以删除的次要主元有可能包含对回归有益的信息，而保留的主元有可能会夹杂一些对回归模型输出无益的噪声。
PLS方法，通过将自变量和因变量的高维数据空间投影到相应的低维空间，分别得到自变量和因变量的相互正交的特征向量，再建立自变量和因变量的特征向量间的一元线性回归关系。不仅可以克服共线性问题，它在选取特征向量时强调自变量对因变量的解释和预测作用，去除了对回归无益噪声的影响，使模型包含最少的变量数。
pls.zip - 最小二乘回归法（PLSR：partial least squares regression)：是一种新型的多元统计数据分析方法，它主要研究的是多因变量对多自变量的回归建模，特别当各变量内部高度线性相关时，用偏最小二乘回归法更有效。另外，偏最小二乘回归较好地解决了样本个数少于变量个数等问题。
analysis.rar - Mlr:多元线性回，Plsr: 偏最小二乘回归。两种回归分析方法分析数据相关程度。
python 偏最小二乘法.zip - 包含python实现偏最小二乘回归的源代码，同时文件中还有所需数据格式
rose.rar - 通过在matlab平台上运行这个程序，可以画出一个生动的玫瑰花，赶快把你的女朋友或者心仪的女生叫到电脑旁边给她一个惊喜吧。
玫瑰曲线.rar - 本程序是用MATLAB做的玫瑰曲线，效果如玫瑰花一样
matlab_3D_heart.rar - 通过matlab实现3D心型图以及玫瑰花的图案
HappyVDay.rar - 动态3D心形图形的MATLAB源代码 有动态图形和MATLAB源代码
drawcardioid.rar - 画心形线，利用MATLAB动画演示，可以用于耍酷
玫瑰花.rar - 运用python里的turtle库进行图形绘制，绘制玫瑰花以及心形图案
pls.rar - 利用MATLAB软件实现偏最小二乘回归方程模型
PLS.rar - 这是很全面偏最小二乘法程序,并且具有中文注释，有效帮助大家利用PLS算法。
LDA.zip - 使用matlab实现lda线性判别分析，代码。
Fisher.rar - Fisher判别，用于模式识别的Fisher线性判别
第三章-线性判别分析-非参数判别分类方法.rar - 关于线性判别分析，非参数判别分类方法的介绍PPT 文档。
神经网络入门13课源码.zip - 神经网络入门13课源码
第一课 MATLAB入门基础
第二课 MATLAB进阶与提高
第三课 BP神经网络
第四课 RBF、GRNN和PNN神经网络
第五课 竞争神经网络与SOM神经网络
第六课 支持向量机( Support Vector Machine, SVM )
第七课 极限学习机( Extreme Learning Machine, ELM )
第八课 决策树与随机森林
第九课 遗传算法( Genetic Algorithm, GA )
第十课 粒子群优化( Particle Swarm Optimization, PSO )算法
第十一课 蚁群算法( Ant Colony Algorithm, ACA )
第十二课 模拟退火算法( Simulated Annealing, SA )
第十三课 降维与特征选择
matlab 蚁群算法ACO_feature_selection.zip - 蚁群算法用与特征选择，针对传统蚁群聚类算法收敛速度过慢的问题，提出一种对蚁群算法进行改进的聚类算法。而数据的高维使数据具有稀疏、不可聚集等特性，使聚类算法实验效果精度低和耗时大，将邻域特征选择与聚类算法结合，提出了一种蚁群聚类优化的邻域特征选择算法
ACO-master.zip - feature selection using ant colony optimization
feature_selection.zip - 使用matlab语言编写而成，用于蚁群算法的特征提取和选择，已经验证过了