FDXD-CPML

说明：  一种信号的处理方法，用于非平稳的信号处理(A signal processing method for nonstationary signal processing)

用Gibb Sampling 的方法对LDA的参数进行推断(LDA model with Gibbs Sampling for inference)

说明：  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)

用于信号特征提取，提取信号的小波包能量谱(Extracting the wavelet packet energy spectrum of the signal)

多重分形去趋势波动分析法，用于不同时间序列的重分形交叉相关性分析。(Multifractal detrended fluctuation analysis)

基于混合信号的小波包分解技术在故障特征提取中的应用(Feature Extraction Using Multisignal Wavelet Packet Decomposition)

决策树与集成算法，用来分类已知数据种类，希望对编程有帮助(Decision tree and ensemble algorithm are used to classify known data types.)

说明：  粗糙集在进行属性约简时需要求其正域，此为求正域程序(Rough Set for Positive Domain)

说明：  分类器的性能比较与调优: 使用scikit-learn 包中的tree，贝叶斯，knn，对数据进行模型训练，尽量了解其原理及运用。 使用不同分析三种分类器在实验中的性能比较，分析它们的特点。 本实验采用的数据集为house与segment。(Performance comparison and optimization of classifiers: We use tree, Bayesian and KNN in scikit-learnpackage to train the data model and try to understand its principle and application. The performances of three classifiers are compared and their characteristics are analyzed. The data set used in this experiment is house and segment.)

Java实现Apriori数据挖掘算法,包内还有实例用的数据库 Apriori数据挖掘算法:先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集，使用了递归的方法。 请在jbuilder下编译 配好JDBC驱动 商品如果 买的表示为大写 没买表示为小写的 具体看GetSource.java