弗雷德 快速，可扩展且轻量级的C ++Fréchet距离库，暴露于python，专注于多边形曲线的（k，l）聚类。 成分C ++后端 import Fred.backend as fred 线程数 默认情况下，Fred将自动确定要使用的线程数。如果要设置上限，请调用fred.set_maximum_number_threads(number) 。 曲线 签名： fred.Curve(np.ndarray) ， fred.Curve(np.ndarray, str name) 属性： fred.Curve.values ：曲线为np.ndarray ， fred.Curve.name ：获取曲线的名称， fred.Curve.dimensions ：曲线的尺寸， fred.Curve.complexity ：曲线的点数 曲线图 签名： fred.Curves() 方法： fred.Curv

Matlab Toolbox for Dimensionality Reduction Matlab数据降维工具箱，包括几乎所有的数据降维方法：PCA、LDA、ICA、MDS、Isomap、LandmarkIsomap、LLE、LLC、Laplacian、HessianLLE、LTSA、DiffusionMaps、KernelPCA、KernelLDA、SNE、NPE、LPP、SPE、LLTSA、SPCA、CCA、MVU、FastMVU、AutoEncoder、AutoEncoderEA

客户数据代码 使用一家电信公司的客户数据执行了降维和聚类检测，该客户创建了数据的不同子集，以便在python平台上使用PCA，TSne和UMap更好地可视化

Matlab Toolbox for Dimensionality Reduction Matlab数据降维工具箱，包括几乎所有的数据降维方法：PCA、LDA、ICA、MDS、Isomap、LandmarkIsomap、LLE、LLC、Laplacian、HessianLLE、LTSA、DiffusionMaps、KernelPCA、KernelLDA、SNE、NPE、LPP、SPE、LLTSA、SPCA、CCA、MVU、FastMVU、AutoEncoder、AutoEncoderEA

相干性：基于相干函数的双麦克风降噪

当前正在使用卫星来跟踪火车的位置。 使用卫星的定位系统可以帮助降低安装和维护路边设备的成本。 本文针对大量铁路全球定位系统（GPS）数据开发了一种非线性组合数据约简模型，以减少存储空间，从而加快火车的定位。 通过采用前瞻性概念，二分法思想或将问题变为最短路径问题后采用广度优先的策略，提出了三种算法，以获得最优解。 开发了两种技术来大幅减少最佳算法的计算时间。 利用青藏铁路（QTR）的GPS实测数据来比较算法的性能。 结果表明，该算法可以从大量的GPS数据点中提取一些数据点，从而使火车轨迹的表示更为简单。 此外，这些提出的算法显示了算法的解决方案质量和计算时间之间的权衡。

时空LCMV：多通道麦克风阵列降噪

我已经制作了一个功能齐全的用户交互式 MatLab 程序，以使用“Pade 的近似方法”获得任何“大规模模型”的所需“降阶模型”。 该程序将提供“降阶传递函数”以及“阶跃响应”，以将其与“原始大规模传递函数”进行比较。

福尔摩斯 fplll 包含几种格算法的实现。 该实现依赖于浮点正交化，并且 LLL [ ] 是代码的核心，因此得名。 它包括浮点 LLL 缩减算法的实现 [ ， ]，提供不同的速度/保证比率。 它包含一个“包装器”，用于选择估计的最佳变体序列，以便尽可能快地提供有保证的输出 [ ]。 在包装器的情况下，变体的连续性对用户来说是无知的。 它包括 BKZ 缩减算法 [ ] 的实现，包括 BKZ-2.0 [ ] 改进（极端枚举修剪、块的预处理、提前终止）。 此外，还支持滑动减少[ ]和自双BKZ[ ]。 它还包括 Kannan-Fincke-Pohst 算法 [ , ] 的浮点实现，该算法可找到最短的非零晶格向量。 最后，它包含枚举算法的一个变体，该算法计算最接近给定向量的网格向量，该向量属于网格的实际跨度。 fplll 是在自由软件基金会发布的（2.1 版，或您选

Digital Signal Processing and Noise Reduction 4th Edition