北航自动控制原理PPT，外校学生考研时用到的，3希17系等院系均考自动控制原理

多元时间序列的变量变化通常是模糊的，不关注任何特定的时间点。 因此，定义段的清晰边界是不切实际的。 虽然模糊聚类算法被广泛用于对重叠和模糊的对象进行分组，但它们不能直接应用于时间序列分割，因为聚类需要在时间上是连续的。 本文提出了一种用于同时识别局部概率主成分分析 (PPCA) 模型的聚类算法，该模型用于测量片段的同质性，以及用于及时表示片段的模糊集。 该算法有利于时间上的连续集群，并且能够检测多元时间序列隐藏结构的变化。 已经制定了基于簇的兼容性标准的模糊决策算法来确定所需的段数，而所需的主成分数由模糊协方差矩阵的特征值的screeplots确定。 应用实例表明，这种新技术是分析历史过程数据的有用工具。 该技术还描述于： J. Abonyi、B. Feil、S. Nemeth、P. Arva，用于多元时间序列模糊分割的修正 Gath-Geva 聚类，模糊集和系统 149 (2005)

用于网络学习的真实网络science，希望能对大家有用，里面为gml文件

20个开发人员非常有用的Java功能代码，有功能介绍，附功能代码

只有重力模块，的确很简单，但能直接下载的地方不多。

visio模板非常有用的一些模板，希望能对大家有些帮助

当不需要分解整个信号时，VME 是一种稳健的方法。 实际上，如果目标是从信号中获得特定模式，那么 VME 是最佳选择（仅通过了解感兴趣的特定模式的频带的近似值）。 事实上，VME 假设信号由两部分组成：F(t)=Ud(t)+Fr(t)； 其中 F(t) 是指输入信号，Ud(t) 是期望模式，而 Fr(t) 表示残差信号。

VC6美化的slider control控件，很有用，很难找的

你只要写： [RPR,zd,za,zb,zt,DAR,DTABR]=RPR(RawSignals,fs) 您只需要原始 EEG 信号和 fs（频率采样）

一些有用的Python脚本