Raghuraj 与 Lakshminarayanan提出了基于特征值内相互关系建立预测模型,用于识别的模式识别方法——多变量预测识别模型（Variable Predictive Mode Based Class Discriminate, VPMCD）,并应用于生物学的模式识别中。VPMCD利用参数估计来建立预测模型，极大地减少了计算量，缩短了模型的训练时间。vpmcd5_revise为主函数，sec2_5_revise为训练函数(Variable Predictive Mode Based

针对矿浆管道工况调整给泄漏检测带来的干扰，准确提取泄漏信号的特征量是降低泄漏误报、漏报的关键。为此，提出了一种基于经验模态分解（EMD）、Hilbert能量谱与变量预测模型（VPMCD）相结合的泄漏检测方法。该方法首先将压力信号分解成若干个固有模态函数（IMF）之和，然后将IMF分量进行Hilbert变换得到局部Hilbert能量谱，依据能量分布的标准差选择最能准确反映矿浆管道运行工况的局部能量谱作为特征值向量，最后通过VPMCD分类器建立泄漏识别模型。将该方法应用于泄漏检测中，实验结果表明，矿

CPMCD是一种基于变量预测模型的模式识别方法。(Cpmcd is a pattern recognition method based on variable prediction model.)