交替条件期望算法 (ACE) 来计算最佳变换通过对排序数据进行快速平均。 程序 ace_main.m 从数据集执行最佳变换的计算。 该算法由 L. Breiman 和 JH Friedman 发明 [1] 除了两个不同之外，该程序紧跟其后： 1. 输出没有相对于平均值的归一化最佳变换，因此平均值可能不一定为零。 2. 在计算最优值之前对数据进行排序转换。 这导致条件期望值的更简单计算。 算法（但不是估计条件期望值）也在[2]、[3]、[4]中描述。 一个应用程序在[5]中提供了将复杂的Ginzburg-Landau方程拟合到二元流体数据的方法。 用法： 程序 ace_main.m 包含数据的定义、ace.m 的调用以及结果的显示。 此功能是应用程序必须修改的功能除了示例数据； 其他子程序不需要修改。 函数 ace.m 定义为'函数 [psi,phi]=ace(x,ll,dim,w

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：基于小波变换的三维模型提取技术的毕业论文,包括代码和答辩ppt_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

可以直接使用的c语言实现FFT快速傅里叶变换，其中注释非常详尽，每个c复数函数的参数都带注解，资源分为fft.c和fft.h，在fft.h中直接给出了代码使用例子。还提供了fft_test.c测试代码和matlab代码，比较c实现的fft和matlab自带的FFT结果。

读取TXT格式数据文件，进行短时傅里叶变换，并将结果保存为图片的MATLAB脚本。短时傅里叶变换是一种经典的时频分析算法，常用于故障诊断等信号处理与分析领域。

（二）曲线直线化变换

对脑电信号进行5层小波包分解，提取相应的节律波

此示意程序用DWT实现二维小波变换，矩阵行数与输入图像一致，为2的整数幂，

书上的代码都有，很有参考价值，每个程序都有题号说明，程序大部分可直接运行

Household变换的Matlab程序，有很强的应用和参考价值 希望对你有所参考

朴素的Fisher二元线性分类器，相关理论参考清华版《模式识别（第二版）》P88-P90页（4.2章 Fisher线性判别）。 开发平台为Matlab7.7，内附详细的参数说明和源码注释，测试有效。 请注意：源码中所有的样本数据均以列向量形式存储，并构成数据矩阵。 （1）fcFisherW 函数用于获取Fisher变换向量、两类的均值向量及总体的类内离散度矩阵。 （2）fcFisherJudge函数会调用fcFisherW，依据求得的Fisher变换向量W，判定输入数据X（样本数据以列向量形式存储）的所属。