一些用matlab编写的经典遗传算法算例

用MATLAB编写的离散模糊控制程序，结合本程序，我相信能能更快更好的理解模糊控制算法。算法在MATLAB Version: 7.14.0.739 (R2012a)运行无误。 function [FCU_T1,FCU_T2,FCU_T3,FCU_T4]=fuzzy_table(Me,Mec,Mu,UC) % Me 隶属度表1 % Mec 隶属度表2 % Mu 隶属度表3 % UC 模糊规则 % FCU_T1 重心加权法，输出精确值 % FCU_T2 重心加权法，输出离散值 % FCU_T3 重心加权法（对隶属度平方），输出离散值 % FCU_T4 最大隶属度法 function [R,n,nE,nEC,nU,nfe,nfec,nfu]=fuzzy_relation(Me,Mec,Mu,UC) % Me 隶属度表1 % Mec 隶属度表2 % Mu 隶属度表3 % UC 模糊规则 % R 表示全体规则构成的模糊关系 % n=nfe×nfec % nE 模糊变量E的语言值个数 % nEC 表示模糊变量EC的语言值个数 % nU 表示模糊变量U的语言值个数 % nfe 表示E的等级量个数,示例1中其论域为{-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6} % nfec 表示EC的等级量个数,示例1中其论域为{-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6} % nfu 表示U的等级量个数,示例1中其论域为{-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7} % Me 表示E的隶属度表 % Mec 表示EC的隶属度表 % Mu表示U的隶属度表 % UC表示规则表 。。。

自己用matlab编写的基于Gabor 的2DPCA 人脸识别程序，运行速度快，识别率较高，直接输出对Yale数据库的识别率。本程序附带Yale数据库，可以直接运行。通过修改训练样本的个数，输出不同的识别律，可以研究训练样本个数对识别率的影响。

PCA图像融合算法实现 MATLAB编写

流形学习中的LLE IOSMAP等8个算法，matlab编写

用MATLAB编写信道容量程序%信道容量C计算的Matlab程序 clc;clear all; N = input('输入信源符号X的个数N='); M = input('输出信源符号Y的个数M='); p_yx=zeros(N,M); %程序设计需要信道矩阵初始化为零 fprintf('输入信道矩阵概率\n') for i=1:N for j=1:M p_yx(i,j)=input('p_yx=');%输入信道矩阵概率 if p_yx(i)<0 error('不符合概率分布') end end end

H.264 编解码的一个简单实现 实现了帧内 帧间编码

是一个较好的例子，用m语言编写，可以用来研究配网潮流计算。

采用MATLAB编写B样条绘制程序，可以选择四种节点矢量，采用Deboor算法,详细参看计算机辅助几何设计的书籍(CAGD)-MATLAB used to prepare B-spline drawing program, you can choose the four-node vector, using Deboor algorithm, see the detailed computer-aided geometric design book (CAGD)

MATLAB编写语音加噪与去噪（GUI）。