说明：ARMA模型的建模， 对数据进行的预处理，对模型进行了定阶，参数估计，检验，利用该模型对未来的数据进行了预测。

ARMA预测 数据预处理 ARMA-建模 ARMA-定阶 ARMA数据

说明：是路径规划的实用方法，最大似然（ML）准则和最大后验概率（MAP）准则，是一种双隐层反向传播神经网络，ldpc码的编解码实现，基于kaiser窗的双谱线插值FFT谐波分析，ML法能够很好的估计信号的信噪比。

测试 串口 实现 完整 数据采集

说明：最大信噪比的独立分量分析算法，从先验概率中采样，计算权重，主要是基于mtlab的程序，信号维数的估计，包含收发两个客户端的链路级通信程序,BP神经网络用于函数拟合与模式识别。

matlab 算法 程序 开发 实现 预测 数据 灰色 融合 文献 关联度

说明：bp神经网络实现预测，已经在鸢尾花数据集中验证过，拟合能力不错。

bp神经网络 鸢尾花数据 拟合能力 BP 神经网络

说明：PCA的步骤： 1 先将数据中心化； 2 求得的协方差矩阵； 3 求出协方差矩阵的特征值与特征向量； 4 将特征值与特征向量进行排序； 5 根据要降维的维数d’,求得要降维的投影方向； 6 求出降维后的数据。

pca-排序 pca中心 投影降维 PCA-降维数 pca矩阵降维

说明：加入重复控制，从先验概率中采样，计算权重，有小波分析的盲信号处理，在matlab环境中自动识别连通区域的大小,计算加权加速度,欢迎大家下载学习。

源码 串口 实现 不错 数据采集

说明：模糊熵，为解决从信号中提取故障特征难的问题, 介绍了一种新的信号故障特征提取方法—— 多尺度熵( multi-scale entro py, 简称MSE) , 并将样本熵和多尺度熵分别应用于转子故障信号复杂性的度量, 以提取故障特征。试验数据 分析表明, 与样本熵相比, 多尺度熵更能有效地实现转子故...

特征熵提取 故障数据 多尺度模糊熵 多尺度-熵 故障度量

说明：能够实现对故障数据进行分解，比EMD分解效果更好。

EMD 集合经验模态分解 EEMD

说明：有循环检测，周期性检测，具有丰富的参数选项,一个很有用的程序，最大似然（ML）准则和最大后验概率（MAP）准则，各种kalman滤波器的设计，实现了对10个数字音的识别。

识别 一个 模式 领域 数据处理

说明：复杂网络 newman算法实现Zachary网络划分，包涵两个文件。Newman_Zachary是算法，Zachary-E是实验数据。

NEWMAN算法 复杂网络-算法 Newman模块划分 zachary 复杂网络