部分实现了追踪测速迭代松弛算法，用于信号特征提取、信号消噪，采用加权网络中节点强度和权重都是幂率分布的模型，包括最小二乘法、SVM、神经网络、1_k近邻法,music高阶谱分析算法，结合PCA的尺度不变特征变换(SIFT)算法。- Partially achieved tracking speed iterative relaxation algorithm, For feature extraction, signal de-noising, Using weighted model node

为了真实有效地提取网络安全态势要素信息，提出了一种基于增强型概率神经网络的层次化框架态势要素获取方法。在该层次化态势要素获取框架中，根据Agent节点功能的不同，划分为不同的层次。利用主成分分析(Principal Component Analysis, PCA)对训练样本属性进行约简并对特殊属性编码融合处理，按照处理结果改进概率神经网络(Probabilistic Neural Network, PNN)结构，以降低系统复杂度。然后以改进的PNN作为基分类器，结合自适应增强算法，通过基分类器反

Through repeated training LEGrgXblate have higher recognition rate, It draws on principal component analysis algorithm (PCA), On neural network control.

基于神经网络的故障检测，首先利用了pca进行了数据预处理，然后输入到神经网络中(In fault detection based on neural network, the data are preprocessed by using pca, and then input into the neural network.)