说明：SVDD 是一种重要的数据描述方法, 它能够对目标数据集进行超球形描述, 并可用于异类点检测或分类. 在现实生活中目标数据集通常包含多个样本类, 且需要同时对每一个样本类进行超球形描述。

超球形 异类点检测 SVDD

说明：bp神经网络实现预测，已经在鸢尾花数据集中验证过，拟合能力不错。

bp神经网络 鸢尾花数据 拟合能力 BP 神经网络

说明：旋转森林最近热门的集成学习分类方法，可用于模式识别分类。当输入数据中存在非线性关系的时候，基于线性回归的模型就会失效，而基于树的算法则不受数据中非线性关系的影响，基于树的方法最大的一个困扰时为了避免过拟合而对树进行剪枝的难度，对于潜在数据中的噪声，大型的树倾向于受影响，导致低偏差（过度拟合）或高方差...

集成学习matlab 深度旋转森林 旋转森林 Rotation Forest

说明：science上密度峰值聚类算法源码，包括matlab源码和s1数据集

science 密度峰值算法 密度峰值聚类

说明：在本文中，我们设计，实施和实验性地评估可扩展定向多播（SDM）技术，1）通过部分遍历码本树以每波束每客户端RSSI测量来训练接入点。培训平衡了收集足够数据以形成有效波束组的限制开销的目标。2）利用可用的训练信息，设计了一种近似最小组播组数据传输时间的可扩展波束分组算法。

可扩展定向多播 SDM 波束 RSSI 播组 波束分组 算法