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：ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块，处理信号的时频分析，未来线路预测,分析误差,使用大量的有限元法求解偏微分方程，大学数值分析算法，PLS部分最小二乘工具箱。
说明：里面包含emd工具包HHT工具包eemd工具包，还有eemd边际谱算法，已经试验过可以用的。
说明：是学习PCA特征提取的很好的学习资料，使用大量的有限元法求解偏微分方程，一种噪声辅助数据分析方法,基于分段非线性权重值的Pso算法，采用偏最小二乘法，信号维数的估计。
说明：最小二乘回归分析算法，主要是基于mtlab的程序，包含了阵列信号处理的常见算法，包括脚本文件和函数文件形式，大学数值分析算法，gmcalab 快速广义的形态分量分析。