最大相关和最小冗余算法mRMR特征选择，mRMR分类预测，多变量输入模型。 在特征选择过程中，有一种算法叫做mRMR（Max-Relevance and Min-Redundancy）。其原理非常简单，就是在原始特征集合中找到与最终输出结果相关性最大（Max-Relevance），但是特征彼此之间相关性最小的一组特征（Min-Redundancy）。 多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用。 程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图

剔除路径中的冗余节点+改进评价函数+传统a 对比 改进评价函数+传统a，matlab，路径规划

用EXCEL进行8位16位循环冗余校验CRC编码 原创文档 可以直接用 EXCEL

CRC即循环冗余校验码（Cyclic Redundancy Check）：是数据通信领域中最常用的一种查错校验码，其特征是信息字段和校验字段的长度可以任意选定。循环冗余检查（CRC）是一种数据传输检错功能，对数据进行多项式计算，并将得到的结果附在帧的后面，接收设备也执行类似的算法，以保证数据传输的正确性和完整性。

针对图像中相似冗余背景造成的显著目标识别的干扰问题，提出了一种基于超像素的冗余信息抑制的显著目标检测方法。首先,引入超像素的概念，利用超像素优化的空间特征分割图像，获取图像的相似区域；其次,为消除像素间的相关性，计算超像素的香农熵来表示图像的像素信息，并据此建立图像的信息图，最后,为了更有效地去除图像中的相似信息，利用自相似性抑制方法克服冗余信息，建立高效的图像显著图。最后的仿真结果表明, 所提算法与传统方法相比，不仅可以准确识别显著目标，而且可以更有效地抑制背景中的冗余信息。

本资源为基于循环冗余码的差错控制系统仿真。循环冗余码是最常见的校验码，有信息位和校验位两个部分组成。

该函数使用此处描述的 GE Historian 压缩算法（类似于 Swinging Door 算法）删除 EPS 容差区间内的冗余数据点： http : //www.evsystems.net/files/GE_Historian_Compression_Overview.ppt

本资源是在进行设计西门子冗余系统时遇到的一些问题，以及项目设置情况的详细说明，本次实验采用的是西门子1513R和IM155-5，文件里有详细的设置步骤。

特征选择+分类

思科命令行配置 思科命令行配置： CLI:SW#conf t SW(config)#interface range f1/1 -2 SW(config-if)#channel-group 1 mode desirable/on SW(config-if)#switchport mode trunk SW(config-if)#switchport trunk encap dot1q 可以通过 interface port-channel 1 进入端口通道