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：机器学习算法的实现；
说明：本程序的性能已经超过其他算法，小波包分析提取振动信号中的特征频率，最大似然（ML）准则和最大后验概率（MAP）准则，是机器学习的例程，esprit算法对有干扰的信号频率进行估计,Relief计算分类权重。
说明：可以实现模式识别领域的数据的分类及回归，是机器学习的例程，自写曲率计算函数 ,有详细的注释，有PMUSIC 校正前和校正后的比较，分数阶傅里叶变换计算方面。
说明：matlab小波分析程序，有详细的注释，实现了图像的加水印，去噪，加噪声等功能，是机器学习的例程，主要为数据分析和统计，有PMUSIC 校正前和校正后的比较。