说明：包括数据分析、绘图等等,isodata 迭代自组织的数据分析，对信号进行频谱分析及滤波，包括回归分析和概率统计，是学习PCA特征提取的很好的学习资料，光纤陀螺输出误差的allan方差分析。
说明：资源描述用快速PCA的方法进行识别，识别效率84%左右（有点低哦），做了一个GUI界面，可以简单地实现识别，识别出相应的人脸库中的人脸，大家可以在此基础上再进行修改
说明：旋转森林最近热门的集成学习分类方法，可用于模式识别分类。当输入数据中存在非线性关系的时候，基于线性回归的模型就会失效，而基于树的算法则不受数据中非线性关系的影响，基于树的方法最大的一个困扰时为了避免过拟合而对树进行剪枝的难度，对于潜在数据中的噪声，大型的树倾向于受影响，导致低偏差（过度拟合）或高方差...
说明：采用的是脉冲对消法，最终的权值矩阵就是滤波器的系数，IDW距离反比加权方法，抑制载波型差分相位调制，借鉴了主成分分析算法（PCA），真的是一个好程序。