文件名称:Matlab-Project
介绍说明－－下载内容均来自于网络，请自行研究使用
主成分分析(PCA)是一个数学的过程,它使用一个正交变换转换成一组观测到的可能相关的因素形成一套价值观的独立变量称为主成分。主成分的数量小于或等于原始变量的数目
-Principal component analysis (PCA) is a mathematical procedure that uses an orthogonal transformation to convert a set of observations of possibly correlated variables into a set of values of uncorrelated variables called principal components. The number of principal components is less than or equal to the number of original variables
-Principal component analysis (PCA) is a mathematical procedure that uses an orthogonal transformation to convert a set of observations of possibly correlated variables into a set of values of uncorrelated variables called principal components. The number of principal components is less than or equal to the number of original variables
(系统自动生成,下载前可以参看下载内容)
下载文件列表
Matlab Project
..............\A1.主分量分析（PCA）
..............\....................\~$.主分量分析（PCA）.doc
..............\A10.源信号线性混合及源信号卷积混合的分离
..............\........................................\A10.源信号线性混合及源信号卷积混合的分离....doc
..............\A2.全局最优盲源分离算法
..............\.......................\A2.全局最优盲源分离算法.doc
..............\A3.扩展联合对角化实信号盲分离算法
..............\.................................\A3.扩展联合对角化实信号盲分离算法.doc
..............\A4.基于累计量(SHIBBS)的实信号盲分离算法
..............\.......................................\A4.基于累计量(SHIBBS)的实信号盲分离算法.doc
..............\A5.最大信噪比盲源分离算法
..............\.........................\A5.最大信噪比盲源分离算法.doc
..............\A6.基于峭度的盲分离开关算法
..............\...........................\A6.基于峭度的盲分离开关算法.doc
..............\A7.信息最大化算法
..............\.................\A7.信息最大化算法.doc
..............\A8.基于累计量的独立分量分析改进算法
..............\...................................\A8.基于累计量的独立分量分析改进算法.doc
..............\A9.OGWE独立分量分析
..............\...................\A9.OGWE独立分量分析.doc
..............\B1.数据生成模型及程序
..............\.....................\B1.数据生成模型及程序.doc
..............\B10.gram_schmidt正交化算法
..............\..........................\B10.gram_schmidt正交化算法.doc
..............\B11.Kalman滤波盲多用户检测算法
..............\..............................\B11.Kalman滤波盲多用户检测算法.doc
..............\B12.特征值分解函数
..............\..................\B12.特征值分解函数.doc
..............\B14.基于特征值分解的分块处理子空间盲多用
..............\........................................\B14.基于特征值分解的分块处理子空间盲多用....doc
..............\B15.MMSE子空间自适应盲多用户检测
..............\................................\B15.MMSE子空间自适应盲多用户检测.doc
..............\B16.正交预测逼近子空间跟踪盲多用户算法
..............\......................................\B16.正交预测逼近子空间跟踪盲多用户算法.doc
..............\B17.压缩预测逼近子空间跟踪忙多用户检测算
..............\........................................\B17.压缩预测逼近子空间跟踪忙多用户检测算....doc
..............\B2.单用户解相关算法
..............\...................\B2.单用户解相关算法.doc
..............\B3.传统解相关多用户检测算法
..............\...........................\B3.传统解相关多用户检测算法.doc
..............\B4.多用户解相关算法
..............\...................\B4.多用户解相关算法.doc
..............\B5.自适应多用户检测算法
..............\.......................\B5.自适应多用户检测算法.doc
..............\B6.MMSE自适应盲多用户检测算法
..............\.............................\B6.MMSE自适应盲多用户检测算法.doc
..............\B7.最小输出能量盲多用户检测
..............\...........................\B7.最小输出能量盲多用户检测.doc
..............\B8.盲多用户检测恒模算法
..............\.......................\B8.盲多用户检测恒模算法.doc
..............\B9．改进的盲多用户检测恒模算法
..............\..............................\B9．改进的盲多用户检测恒模算法.doc
..............\A1.主分量分析（PCA）
..............\....................\~$.主分量分析（PCA）.doc
..............\A10.源信号线性混合及源信号卷积混合的分离
..............\........................................\A10.源信号线性混合及源信号卷积混合的分离....doc
..............\A2.全局最优盲源分离算法
..............\.......................\A2.全局最优盲源分离算法.doc
..............\A3.扩展联合对角化实信号盲分离算法
..............\.................................\A3.扩展联合对角化实信号盲分离算法.doc
..............\A4.基于累计量(SHIBBS)的实信号盲分离算法
..............\.......................................\A4.基于累计量(SHIBBS)的实信号盲分离算法.doc
..............\A5.最大信噪比盲源分离算法
..............\.........................\A5.最大信噪比盲源分离算法.doc
..............\A6.基于峭度的盲分离开关算法
..............\...........................\A6.基于峭度的盲分离开关算法.doc
..............\A7.信息最大化算法
..............\.................\A7.信息最大化算法.doc
..............\A8.基于累计量的独立分量分析改进算法
..............\...................................\A8.基于累计量的独立分量分析改进算法.doc
..............\A9.OGWE独立分量分析
..............\...................\A9.OGWE独立分量分析.doc
..............\B1.数据生成模型及程序
..............\.....................\B1.数据生成模型及程序.doc
..............\B10.gram_schmidt正交化算法
..............\..........................\B10.gram_schmidt正交化算法.doc
..............\B11.Kalman滤波盲多用户检测算法
..............\..............................\B11.Kalman滤波盲多用户检测算法.doc
..............\B12.特征值分解函数
..............\..................\B12.特征值分解函数.doc
..............\B14.基于特征值分解的分块处理子空间盲多用
..............\........................................\B14.基于特征值分解的分块处理子空间盲多用....doc
..............\B15.MMSE子空间自适应盲多用户检测
..............\................................\B15.MMSE子空间自适应盲多用户检测.doc
..............\B16.正交预测逼近子空间跟踪盲多用户算法
..............\......................................\B16.正交预测逼近子空间跟踪盲多用户算法.doc
..............\B17.压缩预测逼近子空间跟踪忙多用户检测算
..............\........................................\B17.压缩预测逼近子空间跟踪忙多用户检测算....doc
..............\B2.单用户解相关算法
..............\...................\B2.单用户解相关算法.doc
..............\B3.传统解相关多用户检测算法
..............\...........................\B3.传统解相关多用户检测算法.doc
..............\B4.多用户解相关算法
..............\...................\B4.多用户解相关算法.doc
..............\B5.自适应多用户检测算法
..............\.......................\B5.自适应多用户检测算法.doc
..............\B6.MMSE自适应盲多用户检测算法
..............\.............................\B6.MMSE自适应盲多用户检测算法.doc
..............\B7.最小输出能量盲多用户检测
..............\...........................\B7.最小输出能量盲多用户检测.doc
..............\B8.盲多用户检测恒模算法
..............\.......................\B8.盲多用户检测恒模算法.doc
..............\B9．改进的盲多用户检测恒模算法
..............\..............................\B9．改进的盲多用户检测恒模算法.doc