支持向量机（SVM）是一种基于超平面分类的新的学习方法，具有很强的泛化能力。研究了支持向量机的学习机理，以及实现支持向量机的序贯最小优化算法（SMO），并用来对舰船图像进行识别。首先将待识别目标进行二维小波分解，获取不同尺度下的小波系数，然后对其进行主元分析，得到的主元分量作为支持向量机的特征量输入。实验结果表明，该方法具有良好的分类性能。-Support Vector Machine (SVM) is a hyperplane-based classification of new learn

可以用于预测的小波分解下的粒子群算法的神经网络预测-wavelet pso ann for predict

hilbert提取心音包络.此程序包含心音信号的低通滤波、小波去噪、EMD分解、希尔伯特黄变换以及心音阈值定位一系列算法。-hilbert extract PCG envelope low pass filter This program contains heart sound signals, wavelet de-noising, EMD decomposition, Hilbert-Huang transform and heart sound threshold locate a se

matlab编写的元胞自动机，Pisarenko谐波分解算法,基于小波变换的数字水印算法matlab代码。- matlab prepared cellular automata, Pisarenko harmonic decomposition algorithm, Based on wavelet transform digital watermarking algorithm matlab code.