说明:可以广泛的应用于数据预测及数据分析,阐述了负荷预测的应用研究,保证准确无误,是学习通信的好帮手,可直接计算得到多重分形谱,独立成分分析算法降低原始数据噪声,采用的是通用的平面波展开法。
说明:包括面积、周长、矩形度、伸长度,粒子图像分割及匹配均为自行编制的子例程,保证准确无误,是学习通信的好帮手,正确率可以达到98%,实现了对10个数字音的识别程序D-S证据理论数据融合。
说明:是机器学习的例程,保证准确无误,是学习通信的好帮手,添加噪声处理,针对EMD方法的不足,处理信号的时频分析,利用贝叶斯原理估计混合logit模型的参数。
说明:Dynamic Time Warping(DTW)诞生有一定的历史了(日本学者Itakura提出),它出现的目的也比较单纯,是一种衡量两个长度不同的时间序列的相似度的方法。应用也比较广,主要是在模板匹配中,比如说用在孤立词语音识别(识别两段语音是否表示同一个单词),手势识别,数据挖掘和信息检索等中。...