说明：SPXY 一个用于化学计量学分析中样本选择的方法-spxy is a method called sample set partitioning based on joint x-y distances

matlab 一个 用于 计量学 分析 样本 选择 方法

说明：多尺度样本熵，研究信号用的，基础知识，非常重要。

多尺度熵 多尺度 MSE-熵 多尺度样本熵 MSE多尺度熵

说明：计算模糊熵值，在样本熵的基础上进行改进的模糊航，计算时间序列的复杂性。

模糊熵 改进 熵值计算 strength73u 改进样本熵

说明：在这方面，遗传算法有助于确定用于分析的样本图像的特征

遗传算法 样本图像

说明：这里我附上了fdtd 1d样本编码文件。

fdtd 1d 样本 编码文件

说明：matlab代码包含用于信号处理的样本。

信号处理 样本

说明：高效生成模拟地震样本以及结构可靠度分析的蒙塔卡罗模拟源代码只需要输入模拟随机地震样本次数，地震持续时间，强度，场地参数即可模拟生成地震样本后面为基于时域显式法的蒙塔卡罗模拟程序非常高效sample=1000; %地震样本个数Na=-pi;b=pi;omegag=15;zetag=0.6;  S0=0...

说明：算法思想是：1） 根据果蝇优化算法得到极速学习机隐层神经元的数目；2） 依据得到的隐层神经元数目和极限学习机的方法对训练样本和测试样本进行训练学习。只要打开fruitfly_elm.m文件运行即可，可以换数据集

果蝇神经 FOA-ELM 果蝇-ELM 果蝇算法ELM foa如何优化ELM

说明：Adaboost 算法的思想是合并多个“弱”分类器的输出以产生有效分类。其主要步骤为 ：首先给出弱学习算法和样本空间（工， y） ，从样本空间中找出 m 组训练数据，每组训练数据的权重都是 1 /m。然后用弱学习算法迭代运算 T 次，每次运算后都按照分类结果更新训练数据权重分布，对于分类失败的训练个...

BP Adaboost算法 样本权重 基于BP的强分类器 BP-Adaboost 数据分类算法 分类器

说明：matlab交叉验证cross Validation，把样本集分为训练集和测试集，防止网络出现过拟合，提高网络的泛化能力和预测精度

accuracy 训练样本集 过拟合 样本 crossvalind-svm