svm

资源描述实现基本的pagerank算法，可实现传递阻尼参数和迭代次数。源文件从文件中读取

零件切割问题 回溯算法的实现, 给定一块宽度为W的矩形板,矩形板的高度不受限制,现需要从板上分别切割出n个高度为hi,宽度()

FDTD three-dimensional CPML

用matlab 实现了kmeans算法还附有评价指标计算(Matlab to achieve kmeans algorithm also attached to the evaluation index calculation)

数据挖掘经典算法，频繁项集挖掘经典算法，TWOPHASE算法，源码中有详细注释

通过包围盒法和K-D树法实现电云数据的邻域收索，邻域值可以自动设置(Point cloud data by bounding boxes and K-D tree search method income neighborhood, neighborhood values can be automatically set)

Random Number Generators随机数生成包括gaussian random number gener(Random Number Generators random number generation includes gaussian random number gene)

说明：  用于轴承大数据的故障诊断和数据挖掘，可将轴承的振动信息进行数组分析，获得预测模型，准确率较高(It can be used for fault diagnosis and data mining of bearing big data. It can analyze the vibration information of bearing by array and obtain the prediction model with high accuracy)

说明：  

kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时，只与极少量的相邻样本有关。由于kNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，kNN方法较其他方法更为适合。(Basic source application)