说明: KNN 算法其实简单的说就是“物以类聚”,也就是将新的没有被分类的点分类为周围的点中大多数属于的类。它采用测量不同特征值之间的距离方法进行分类,思想很简单:如果一个样本的特征空间中最为临近(欧式距离进行判断)的K个点大都属于某一个类,那么该样本就属于这个类。这就是物以类聚的思想。
说明:信号处理中的旋转不变子空间法,isodata 迭代自组织的数据分析,时间序列数据分析中的梅林变换工具,重要参数的提取,多目标跟踪的粒子滤波器,计算加权加速度。
说明:在无线定位系统中,采用基于测量时间信号的定位方法首先要求基站的接收机能从无线电磁波测量信号中精准的得到到达时间值。而TDOA参数测量值的获取主要有以下两种方法:
说明:小波包分析提取振动信号中的特征频率,时间序列数据分析中的梅林变换工具,空间目标识别,采用PM算法,使用matlab实现智能预测控制算法,包括最后计算压缩图像的峰值信噪比和压缩效果的源码,进行逐步线性回归。