基于多元经验模态分解互近似熵及GG聚类的轴承故障诊断.pdf

用C#语言，通过VS2015开发平台，编写实现附和水准路线的近似平差计算。

派萨克斯 时间序列数据的SAX（符号聚合近似）的python实现 主意 将时间序列数据转换为符号表示，其中（欧几里得）距离/相似度是符号空间中距离的下限 符号表示可以被视为时间序列的低维度（聚合）表示 可以使用基于符号的算法，例如后缀树、马尔可夫链来分析时间序列 参考 我们为什么要重新实施它？ SAX 对时间序列数据有一定的假设，例如（1）局部高斯，（2）固定频率，（3）实值信号。 我们想探索其他数据的更多可能性 我们想要时间序列片段的向量表示，类似于将单词表示为向量的想法（Google 的 word2vec） 我们需要一个快速的并行实现 去做 例子 sequitur的python包装器 主意 sequitur 将用作 SAX 数据的上下文无关语法提取器 挖掘的规则将用于异常值/主题检测 我们为 python 使用包装了c++ 实现- 所以它现在只是一个快速的解决方法。 参考

本压缩包里有我整理的八种熵的库函数，包括有柯尔莫哥洛夫熵，近似熵，条件熵，模糊熵以及样本熵等等。（亲测可用）

本文重点介绍如何控制高压管中的压力。 首先，对系统进行整体分析，以确定高压燃油管的压力平衡条件； 也就是说，流出高压燃油管的燃油量等于流入的燃油量。本文使用Excel在所有数据处理中拟合和组织数据。 在求解压力和密度的微分方程时，使用四阶Runge-Kutta公式，并通过MATLAB2017a获得数值解。

近似熵、模糊熵、样本熵代码，在matlab中可以直接调用，用于进行离散序列分析，信号特征提取等。亲测可用。

经调试过的模糊熵和样本熵的代码，正确可用，傻瓜式的，带入你的数据即可得到近似熵和模糊熵的值，我已经默认嵌入维数等参数！！！

基于近似完全重构的宽带数字信道化结构设计，韩璐阳，孙志国，宽带数字信道化技术是通信侦察中的关键技术之一，其作用是提取包含在接收信号带宽内的一个或多个子带信号。本文通过对软件无线电

推销员问题近似算法：二边逐次修正法：

BOMP - 块正交匹配追踪由 Eldar & Bolcskei 提出GOMP - 组正交匹配追踪与BOMP方式不同，选择稀疏组StGOMP - Stagewise 组正交匹配追踪结合 StOMP 和 BOMP 的想法。 同时选择多个组。 ReGOMP - 正则化群正交匹配追踪结合 ROMP 和 GOMP。