基于信号时频特征的神经网络报警方法，了解信号时频的特征分析，应该有用。

比对算法的具体应用DNA序列分析 ——基因序列 ——基因表达调控信息 寻找基因牵涉到两个方面的工作 ： 识别与基因相关的特殊序列信号 预测基因的编码区域 结合两个方面的结果确定基因的位置和结构 基因表达调控信息隐藏在基因的上游区域，在组成上具有一定的特征，可以通过序列分析识别这-Algorithms specific DNA sequence analysis applications- gene sequences- gene expression and regulation of info

本资料的功能为：运用数学统计方法和时间序列分析方法对原始振动信号进行分析，获取相应的时域，频域，频域及时间序列模型参数并以此作为特征参数，然后运用距离区分技术进行评估，选取敏感的特征参数作为ART-similarity分类器的输入并进行训练，最后便可识别出设备的性能状态。 基于YU范数对承不同预紧状态的分析，针对进给系统所采集的数据样本事先不知其对应的状态时，则可利用基于YU范数的ART-Similarity监督分类器对其进行诊断分析。针对基于Yu范数ART-Similarity的算法

为了快速准确地计算电噪声奇异性, 在介绍信号奇异性计算方法的基础上, 将其引入到电噪声信号分 析中, 提出一种新的基于多重分形奇异性指数计算信号电噪声的方法。新方法利用多重分形来提取电噪声中可 以表达信号内在细节特征的奇异点Hê lder指数, 通过计算电噪声中Hê lder指数的差异来进行噪声分析。通过 对实测电迁移和光耦电噪声的计算分析表明, 电迁移后期奇异性指数会发生突变 而良品光耦器件和次品光耦 器件在信号噪声的平均H ê lder指数方面差异明显。实验结果证明本方法是一