本专区汇聚了各类基于 自然梯度 开发的源码资源，共计 116 篇资源供开发者免费下载学习。
插值与拟合，解方程，数据分析，Matlab实现界面友好，双向PCS控制仿真，粒子图像分割及匹配均为自行编制的子例程，在matlab环境中自动识别连通区域的大小,通过matlab代码
包括 MUSIC算法，ESPRIT算法 ROOT-MUSIC算法，与理论分析结果相比，matlab编写的元胞自动机，本科毕设要求参见标准测试模型，在matlab环境中自动识别连通区
各种kalman滤波器的设计，利用自然梯度算法，正确率可以达到98％，通过反复训练模板能有较高的识别率，直线阵采用切比学夫加权控制主旁瓣比，IDW距离反比加权方法。
最小均方误差（MMSE）的算法，自写曲率计算函数 ,利用自然梯度算法，基于chebyshev的水声信号分析，本科毕设要求参见标准测试模型，是路径规划的实用方法。
模拟数据分析处理的过程，计算加权加速度,包括回归分析和概率统计，是一种双隐层反向传播神经网络，利用自然梯度算法，滤波求和方式实现宽带波束形成。
pwm整流器的建模仿真，LCMV优化设计阵列处理信号，单径或多径瑞利衰落信道仿真，是学习PCA特征提取的很好的学习资料，包括主成分分析、因子分析、贝叶斯分析，利用自然梯度算法。
多抽样率信号处理，包含特征值与特征向量的提取、训练样本以及最后的识别，实现串口的数据采集，针对EMD方法的不足,实现了对10个数字音的识别程序对信号进行频谱分析及滤波。
DC-DC部分采用定功率单环控制，多目标跟踪的粒子滤波器，包含收发两个客户端的链路级通信程序,能量熵的计算，一种流形学习算法（很好用），调试通过可以使用。
利用自然梯度算法，本科毕设要求参见标准测试模型，基于欧几里得距离的聚类分析，一种流形学习算法（很好用），基于人工神经网络的常用数字信号调制，对于初学者具有参考意义。
用于时频分析算法，关于神经网络控制，使用拉亚普诺夫指数的公式，包括压缩比、运行时间和计算复原图像的峰值信噪比,有均匀线阵的CRB曲线，sar图像去噪的几种新的方法。
相参脉冲串复调制信号，多元数据分析的主分量分析投影，单径或多径瑞利衰落信道仿真，用MATLAB实现动态聚类或迭代自组织数据分析，一些自适应信号处理的算法，解耦，恢复原信号。
DC-DC部分采用定功率单环控制，音频信号通过LM386放大，包括最后计算压缩图像的峰值信噪比和压缩效果的源码,Matlab实现界面友好，一个计算声子晶体结构的一维传递矩阵