说明：bagging 集成算法描述：Bagging是一种把多个不同的弱学习器训练成一个强学习器的集成学习方法Bagging是一种并行训练过程,通过分类测试样本的有放回抽样,获取多个分类测试子样本,通过分类子样本训练T个基分类器，当对每一个实例进行分类时，分别调用这T个基分类器，得到T个结果，最后对分类问题...
说明：顾名思义，NSCT变换核心是Contourlet，即关于边缘的变换。 所谓非下采样是基于频域的，根据个人理解，这就相当于，对某一图像而言，首先设定一个频率阈值，然后通过滤波器筛选出大于等于这个阈值频率的图像（当然这不是一次性得筛选过程，而是迭代使用非下采样二通道带通滤波器的过程）
说明：压缩感知，又称压缩采样，压缩传感。它作为一个新的采样理论，它通过开发信号的稀疏特性，在远小于Nyquist 采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算法完美的重建信号。它的关键就是信号重建算法，这里提供了自己编写的贪婪算法OMP，matlab程序，包括测试程序在内。
说明：洗牌的飞跃青蛙算法 （样图） 是新自然启发智能算法利用整个的更新和评价战略解决方案。求解多维函数优化问题，这一战略将会恶化的收敛速度和算法由于维度之间的干涉现象的解决方案的质量。为了克服这方面的不足，提出了基于样图的维度的维度改进。拟议的战略结合到其他维度值更新后的值的一维将贪婪地接受新的解决方案，...
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。