在提取激光诱导击穿光谱（LIBS）全部特征峰的基础上, 利用支持向量机建立了有效的茶叶分类模型。采集了15种茶叶样品的有效LIBS光谱数据（190～720 nm）, 运用窗口平移平滑和峰位漂移函数修正对光谱进行了预处理, 再结合主成分分析降维, 对绿茶、红茶、白茶实现了98.3%的识别率; 对同一种类中不同品种的茶叶也实现了较好的识别。研究结果表明, LIBS在茶叶品种快速识别应用中具有较好的前景。

该面板包含四个按钮：平仓多单，平仓空单，平仓盈利，平仓亏损，按钮排列整齐，窗口可以自由拖动，代码质量优秀。可以进行二次升级开发，节省开发时间。

开重 作者： 彼得·门泽尔（Peter Menzel） 安德斯·克罗（Anders Krogh） Kaiju是一个程序，用于从宏基因组DNA的全基因组测序中对高通量测序读段（例如Illumina或Roche / 454）进行分类分类。 使用NCBI分类法和来自微生物和病毒基因组的蛋白质序列参考数据库，将读物直接分配给分类单元。 该程序在描述 （开放访问）。 Kaiju可以在本地安装（请参阅下文），也可以通过。 有关所有版本的请参见的发行说明。 执照 版权所有（c）2015-2021 Peter Menzel和Anders Krogh Kaiju是免费软件：您可以根据自由软件基金会发布的GNU通用公共许可的条款（许可的版本3）或（根据您的选择）任何更高版本来重新分发和/或修改它。 发行Kaiju的目的是希望它会有用，但不作任何担保； 甚至没有对适销性或特定用途适用性的暗示

基于AP聚类的约简孪生支持向量机快速分类算法.pdf

用C/C++语言编程实现归并分类算法6.3 和快速分类算法6.6。对于快速分类，SPLIT中的划分元素采用三者A(low)，A(high)，A((low+high)/2)中其值居中者。 （2）随机产生20组数据（比如n=5000i，1≤i≤20）。数据均属于范围（0，105）内的整数。对于同一组数据，运行快速分类和归并分类算法，并记录各自的运行时间（以毫秒为单位）。 （3）根据实验数据及其结果来比较快速分类和归并分类算法的平均时间，并得出结论。