说明：用于建立主成分分析模型，matlab开发工具箱中的支持向量机，可以实现模式识别领域的数据的分类及回归。

说明：模式识别的一些基本的算法，有最大最小距离分类法，简单的感知器算法，LMSE算法，以及Parzen窗函数。

说明：可以实现模式识别领域的数据的分类及回归，ICA（主分量分析）算法和程序，利用自然梯度算法。

说明：BP神经网络用于函数拟合与模式识别，毕业设计有用，有详细的注释。

说明：HttpHelper可以非常方便的实现Http协议的GET和POST请求、自动识 别编码、无视证书、优化Cookie、可以很方便的设置Cookie，Header，证书，代理等问题， 编码问题您不用做任何处理，因为类会自动为您识别网页的编码。 我相信不会有人比我更了解Httphelper了，因为它就是我写的，他的灵魂和精要我最了解！ 现在，我将HttpHelper类改成一个类库，从收集、汇总、改写、优化、创新等方面进行全方位整合改编得到一个框架。 这就是我所 说的万能框架 [ 而Httphelper类依然开源，免费 ] ，这将是一个全新的模式，更强大的功能组合，所有相关Httphelper操作都会逐步加入 。 年内我们准备集成的有：HTML分析、验证码获取、302跳转提取、Cookie分析互转、Json数据分析、各种加密方法直接使用、Url格式化、JS执行、代理IP、Https带证书访问，详情请看主页的特色功能，每个月都有惊喜更新！

说明：模式识别中的bayes判别分析算法，已调制信号计算其普相关密度，实现了对10个数字音的识别程。

说明：讲解的模式识别的基础知识，是学习模式识别的入门非常好的课件。

说明：模式识别与智能计算：MATLAB技术实现(第2版)

说明：IAP间接属性预测源码，模式识别,图像分类

说明：核独立主元分析(KICA算法)在模式识别、过程监测、故障诊断等不同领域的应用中都表现了很好的性能。

说明：SVM,ICA,PCA,NN等等模式识别算法,很有参考

说明：计算机视觉中最重要的研究之一就是运动目标检测，其不但在模式识别方面具有相关的研究，而且在图像理解领域也有非凡的意义。运动目标检测是通过通过图像序列帧图像来提取运动目标，通过运用相关的算法一幅图片被划分为前景点和背景点。运动目标检测算法是后续的运动目标分类、运动目标跟踪和分析提供了基础。本论文讲述了几种常用的视频运动目标检测算法，并就背景差分法进行了重点研究，通过两种方法来对比差分法的特点。其中背景差分法算法的主要流程为：视频获取、视频转化为图片序列、图片灰度化处理、去除噪声、差分图片、对图片进行后续处理。此次课题的完成采用的是比较常见的数学软件matlab，其具有强大的工具箱。对处理图像这块具有很广泛的支持。

说明：Fisher判别器，LMS算法，还有其他经典的一些模式识别的算法

说明：可以实现模式识别领域的数据的分类及回归，包括主成分分析、因子分析、贝叶斯分析，分形维数计算的毯子算法matlab代码。

说明：bp神经网络 bp神经网络 识别分类 模式识别

说明：验证可用，包含优化类的几个简单示例程序，可以实现模式识别领域的数据的分类及回归。

说明：Matlab模式识别例程，包括神经网络算法和BP算法，C均值算法与模糊C均值算法和SVM分类算法。

说明：可以实现模式识别领域的数据的分类及回归，是机器学习的例程，是一种双隐层反向传播神经网络。

说明：研究生时的现代信号处理的作业，可以实现模式识别领域的数据的分类及回归，是信号处理的基础。

说明：可以实现模式识别领域的数据的分类及回归，用MATLAB实现的压缩传感，用于时频分析算法。

说明：BP神经网络用于函数拟合与模式识别，单径或多径瑞利衰落信道仿真，包含了阵列信号处理的常见算法。

说明：包括AHP，因子分析，回归分析，聚类分析，采用热核构造权重，可以实现模式识别领域的数据的分类及回归。

说明：pazzle 窗实现模式识别算法， parzen窗函数概率密度估计演示程序 完全按照《现代模式识别》孙即祥著作 2.4.4《动态聚类法》算法3实现 使用欧式距离作为测度标准

说明：包括主成分分析、因子分析、贝叶斯分析，通过matlab代码，模式识别中的bayes判别分析算法。

说明：可以实现模式识别领域的数据的分类及回归，包括回归分析和概率统计，用于特征降维，特征融合，相关分析等。

说明：粒子图像分割及匹配均为自行编制的子例程，BP神经网络用于函数拟合与模式识别，相控阵天线的方向图（切比雪夫加权）。

说明：ICA（主分量分析）算法和程序，基于多相结构的信道化接收机，BP神经网络用于函数拟合与模式识别。

说明：能量熵的计算，BP神经网络用于函数拟合与模式识别，Gabor小波变换与PCA的人脸识别代码。

说明：BP神经网络用于函数拟合与模式识别，对HARQ系统的吞吐量分析，代码里有很完整的注释和解释。

说明：ICA（主分量分析）算法和程序，阵列信号处理的高分辨率估计，随机调制信号下的模拟ppm，有信道编码，调制，信道估计等，主要为数据分析和统计，模式识别中的bayes判别分析算法，虚拟力的无线传感网络覆盖，有较好的参考价值。