说明：利用陈超混沌映射，可以产生超混沌序列，这种序列具有类随机性、难以预测性广泛的应用与图像、视频加密领域。
说明：可实现对二维数据的聚类，一种噪声辅助数据分析方法,可以得到很精确的幅值、频率、相位估计，AHP层次分析法计算判断矩阵的最大特征值,BP神经网络的整个训练过程,使用拉亚普诺夫指数的公式。
说明：微波辐射计的使用，在毫米波的中应用很广，通信领域的使用带来巨大的效益。
说明：RANKLET 是一个方向选择性的非参数功能，基于秩和检验统计量的计算。Ranklets 实现类似回应 Haar 小波时让他们分享同样的方向选择性和多尺度性质的完整性的适当概念模式。他们在探测异常值和亮度、 对比度变化和伽玛校正等单调变换不变性的鲁棒性的图像处理领域，基于等级的 （非参数） 功能变得...
说明：包括单边带、双边带、载波抑制及四倍频,GPS和INS组合导航程序，语音信号的采集与处理，数字信号处理课设，仿真效率很高的，脉冲响应的相关分析算法并检验，使用高阶累积量对MPSK信号进行调制识别。
说明：模糊神经网络的实现，用于控制，优化等自动领域。
说明：粒子滤波技术在非线性、非高斯系统表现出来的优越性，决定了它的应用范围非常广泛。另外，粒子滤波器的多模态处理能力，也是它应用广泛有原因之一。国际上，粒子滤波已被应用于各个领域。在经济学领域，它被应用在经济数据预测；在军事领域已经被应用于雷达跟踪空中飞行物，空对空、空对地的被动式跟踪；在交通管制领域它被...
说明：CNN作为一种卷积神经网络已经在社会各个领域有了非常深入的应用，特别是在图像识别和人脸识别领域，然而在睡眠分类领域还没有特别完善的应用，因此在本代码中，我们设计了一种CNN框架，能有效的适应睡眠过程中分类不均匀的问题，主要分为数据输入层，卷积层，降采样层，全连接层，和分类层，该CNN框架能有效的解决...