我也不知道这个是写的什么鬼。 一个大四的学长，非计算机专业的要做这个的毕业设计。 需要代码，于是我就根据他的需求写了这个。到底有什么用我也不知道。反正他最后过了毕业答辩~

针对Stewart平台的奇异性分析，以雅可比矩阵行列式为目标函数，将奇异性分析问题转化为在并联机构可达工作空间内的连续优化问题。通过对基本蚁群算法中的全局搜索、局部搜索以及信息素更新规则等环节进行有效的调整，构成了更加适用于连续优化问题求解的改进蚁群算法。采用该算法进行了Stewart平台的奇异性分析，结果证实了改进蚁群算法具有较好的全局优化能力和较快的收敛速度，从而为解决并联机构奇异性分析这一类问题提供了有价值的参考。

基于小波变换的信号奇异性检测原理,提出了信号奇异点的定位及奇异性程度的检测方法,并利用Matlab仿真平台,对故障信号实例进行了仿真和分析。仿真结果表明,与传统的Fourier分析方法相比,该方法是一种简单、有效的检测方法,特别在非平稳信号的监测和机械故障诊断领域。利用此方法可以比较精确地判断出信号发生的奇异点时刻以及奇异程度的大小,并且边缘效应要小得多。

为了准确检测用于输电线路故障测距的行波,把基于小波变换模极大值的信号奇异点检测原理应用于行波的时间特征提取,并结合小波消噪技术,在强噪声背景下实现了行波波头的精确定位。仿真表明上述方法是有效的。

为了缓解线性判别分析(linear discriminant analysis,LDA)方法在小样本情况下出现的矩阵奇异性问题,针对彩色人脸图像,利用其四元数矩阵表示模式,在人脸识别中引入基于四元数表示的二维LDA、双向LDA方法.这些方法充分利用了彩色图像的空间分布信息,通过在行、列方向降维提取图像的2DLDA、BDLDA特征,缓解了类内散度矩阵的奇异性问题.在FERET彩色人脸数据库及AR彩色人脸数据库上的大量实验证明,本文方法与基于四元数矩阵表示的2DPCA、BDPCA算法相比,识别性能均有提高.

阐述非线性系统分岔的基本概念、主要方法和一些重要应用，并讨论奇异性理论在静态分岔中的应用，作为研究分岔的数学基础。利于读者迅速进入分岔理论及应用课题的研究。

层次分析matlab代码奇点 一维（时间序列）信号的多重分形奇异性分析的数值方法 描述 代码源文件将使您能够重现关于多重分形奇异性分析的实验，该实验在估计采样数据奇异性谱的数值方法中进行了详细说明：下面引用了一项比较研究（引用此源代码或参考文献的doi：） 。 另请参见有关1D（时间序列）和2D（图像）信号的多重分形分析。 用法 设定 您需要创建自己的目录层次结构，如下所示： EXP -------- benchmark ------ A | |--- B | |--- C | |---- wtmm ----------- A | |--- B | |--- C | |---- lastwave ------- A | |--- B | |--- C | |---- wavelab -------- A | |--- B | |--- C | |--- wavelib | |--- test | |---- fraclab -------- A |--- B |--- C |--- fraclib |--- test 请注意，主目录的名称（上面示例中的EXP ）并不重要，而其他目录则重

小波变换在信号奇异性检测中的应用，刘培，，小波变换是一种有效的信号处理手段，它突破了傅立叶分析在时域和频域方面的局部化能力，适合对非平稳信号的处理。信号的突变部分

基于蒙特卡洛法的喷涂机器人工作空间分析及仿真.pdf

双框架控制力矩陀螺奇异性分析.pdf