说明：KNN-KSR方法是一种不直接建立自变量与因变量间数学关系去预测因变量的方法。该方法基于以下两个假设：(1)在所选择的样本描述指标信息足够完备时，性质越相似的样本在同类指标间的空间分布越接近，否则其空间距离也越大；(2)如果两类指标间存在较大关联度，则样本分别在两类指标内的空间分布也具有较大相似性。...
说明：梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函...
说明：LDA线性判别分析是一种经典的提取特征的算法，它的基本思想是通过样本的类内离散度和类间离散度，寻找由最佳投影矢量构成的投影矩阵。将原始的样本数据投影到特征子空间中，实现数据分类。由于在人脸识别时常常会遇到小样本问题，因此在本次代码中，先用PCA主成分分析的方法降低样本维数，再用线性判别分析提取特征。...
说明：本文提出了局部的非线性模型，准确地代表的非线性饱和特性的一种电流互感器 （CT）。基于该模型，二次电流的饱和的部分以及不饱和部分可用于在回归过程中估计模型参数。饱和的段通常在于附近断层的成立，因此准确的参数，可获得更快相比使用仅不饱和的部分的方法。故障前剩余磁通和直流偏置，这可以显著影响电流互感器饱...