GMM模型

完成不带PML边界的2维声波介质波场正演(Forward modelling of the wave field in two-dimensional acoustic medium)

说明：  一个机器学习的python文件，里面拥有各种机器学习方法，可以供大家参考(A Python file for machine learning, which has various machine learning methods, can be used for your reference.)

基于解相干的MUSIC源程序 矩阵分解算法 Toeplitz算法 矢量奇异值法 双向空间平滑MUSIC源程序(Based on decorrelation MUSIC algorithm source Toeplitz matrix factorization algorithms singular value vector bi source spatial smoothing MUSIC)

空间数据扩边以后做fft并在频率域延拓，可用于求重磁异常(expansion of spatial data and FFT， in the frequency domain extension can be used to find the gravity and magnetic anomalies)

许多图像问题需要某种物体的检测，其中图像之间的物体的外观有自然的变化。 如人脸识别，病变检测，神经通道分割。 这些图像问题可以通过手动注释图像对象来解决，以训练识别正常物体外观的模型。 这可以通过基于PCA的最大似然分类器来完成。(PCA algorithm suitable for detection / recognition of 2D image "objects")

对于网格上每个点求取法向量的方法，程序实现的比较好(Compute normal vectors of 2.5D triangulation)

矩阵的广义逆计算，共两种方法，其中迭代法有一阶收敛和二阶收敛(generalized inverse matrix calculation, a total of the two methods, which iteration is a second-order convergence and convergence)

一种继续概率学习矩阵的优化算法，优化精度和计算时间都很不错，是目前基本最好的启发式算法，里面有测试函数(A continuing study probability matrix optimization algorithm to optimize the accuracy and computational time is very good, the best is the basic heuristic algorithm, which has test function)

TDMA solver for tridiagonal matrix

随机子空间算法实现 matlab函数 分两步求取 来源于网络(Stochastic Subspace Realization Algorithm Tohru Katayama, "Subspace Methods for System Identification", Springer)