相干信号子空间（TCT）算法

（ISSM）算法

对基于电磁矢量传感器阵列的噪声子空间算法进行计算机仿真，从估计精度角度（RMSE）与经典的降秩-MUSIC进行了对比：在低信噪比情况下，噪声子空间拟合算法的估计精度要高于降秩-MUSIC，而在信噪比较高时二者性能相当。然而，噪声子空间拟合算法要求进行2M维搜索（M是信号源个数），计算成本在信源个数较大时远大于降秩-MUSIC算法。

对基于电磁矢量传感器阵列的噪声子空间算法进行计算机仿真，并与经典的降秩MUSIC算法进行对比，绘制出二者的空间谱图。

ESPRIT程序可用。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

模糊集matlab代码Fuzzy_Clustering_Algorithms 几种最先进的模糊聚类算法，包括模糊 c 均值聚类、模糊子空间聚类和最大熵聚类算法。 MATLAB 代码。 虹膜数据集中的三个例子。 FCM 演示 FCM算法： 运行 demo_fuzzy.m，选择超参数“choose_algorithm=1”。 聚类结果： 迭代1，迭代次数：12，Accuary：0.89333333 迭代2，迭代次数：12，Accuary：0.89333333 迭代3，迭代次数：12，Accuary：0.89333333 迭代4，迭代次数：12，Accuary：0.89333333 迭代5，迭代次数：12，Accuary：0.89333333 迭代6，迭代次数：12，Accuary：0.89333333 迭代7，迭代次数：12，Accuary：0.89333333 迭代8次，迭代次数：12，Accuary：0.89333333 迭代9，迭代次数：12，Accuary：0.89333333 迭代10，迭代次数：12，Accuary：0.89333333 算法平均迭代次数为：12.00 平均运行

本资源问协方差驱动第三部分的文本文件，每一行都有详细注释，适合初学者，看完后会有直观了解。和.m文件下载其中之一即可。

随着广域测量系统的应用，采用环境激励下相量测量单元量测得到的类噪声信号进行低频振荡在线模态辨识具有很好的应用前景。针对NExT-ERA以及SSI-DATA 2种环境激励下的低频振荡辨识方法进行性能评估。简要回顾2种算法的基本原理；基于算法中关键参数以及仿真条件设置不同的评估标准，通过仿真算例的模态参数辨识对2种算法的性能进行分析比较；对2种算法各自的优点和适用性进行评估与总结。

子空间识别的MOESP多变量输出误差状态空间方法[SS,SSMAT, A,B,C,D, Results_summary] = moesp_with_Data(u, y) 根据测量的（N × ny）输出矩阵识别可观察的子空间， y 带有 N 个采样点和 ny 变量，以及对应的 N × nu 输入矩阵，u。 这个函数依赖于 (moesp.m) by Yi Cao " https://www.mathworks.com/matlabcentral/fileexchange/19728-multivariable-subspace-identification--moesp " 使用这个新函数，您可以从给定数据中识别子空间，而不是模拟生成的数据。 例子： % 输入和输出的示例数据在“inputs_and_outputs.mat”中提供load('inputs_and_outputs.mat') %

稀疏子空间聚类（SSC）算法，该算法用于使用稀疏表示技术对从子空间的并集得出的点进行聚类。 SSC算法分两个步骤解决子空间聚类问题：第一步，对于每个数据点，我们找到属于同一子空间的其他一些点。为此，我们解决了一个全局稀疏优化程序，该程序的解决方案将有关数据点成员资格的信息编码到每个点的基础子空间。在第二步中，我们在谱聚类框架中使用此信息来推断数据的聚类。