ML.NET 简介
ML.NET是微软开发的一款机器学习类库，基于C#编程语言和.NET框架实现。 目前，.NET 框架已经基于.NET Core实现了跨平台开发，使得 ML.NET 的实用性得到了大大的加强。 此外，由于 .NET 框架在开发桌面 GUI 软件时的便利性，ML.NET 在将机器学习封装至用户软件方面有很大的优势。
Matplotlib 学习笔记（一）——设置颜色循环
参考：
在使用matplotlib包绘制图表时，通常需要手动设置颜色，官方虽然提供了一系列的 colormap，但并没有明确指出离散绘制的线条类图形怎样进行颜色的引用。
焊接信号分析文献调研笔记（二）
变分模态分解 (VMD)
DRAGOMIRETSKIY K, ZOSSO D. Variational Mode Decomposition [J]. IEEE Trans Signal Process, 2014, 62(3): 531-44.
经验模态分解存在的问题：
高度依赖于极值点查找方法、极值点到载波包络线的插值方法以及施加的停止标准
缺乏数学理论解释，缺少自由度，鲁棒性不足。
变分模态分解（Variational mode decomposition, VMD）是一种针对 EMD 方法的缺陷而进行改进的方法。其主要目标是消除 EMD 方法的端点效应和频率混叠问题。
焊接信号分析文献调研笔记（一）
基于小波分解主元分析法建立的激光焊接信号分析模型
You D, Gao X, Katayama S. WPD-PCA-based laser welding process monitoring and defects diagnosis by using FNN and SVM[J]. IEEE Transactions on Industrial Electronics, 2014, 62(1): 628-636.
光敏二极管和分光计是两种结构简单、成本低廉的光信号捕捉设备。
光信号分析的常用方法：
- 主元素分析法 (principal component analysis, PCA)
- 偏最小二乘法 (partial least square, PLS)
- 支持向量机 (support vector machine, SVM)
使用 gitbook 创建静态页面文档
参考：
Gitbook 是一个简单的文档生成系统，可以用于进行简单的文档建立和书籍制作，支持生成静态页面或常见的电子书格式 (pdf, epub, mobi)，实现起来较为简单。
机器学习—— RBF 神经网络
参考：
概念
RBF 神经网络 (RBF Neural Network) 是一种特殊的神经网络模型。这种神经网络通常有两个全连接层，在隐藏层中使用了高斯径向基函数 (Gaussian Radial Basis Function) 作为处理函数，如图所示：
LaTeX 学习笔记（一）——使用 minted 包高亮代码
参考：
- https://www.overleaf.com/learn/latex/Code_Highlighting_with_minted
- https://blog.csdn.net/xenonhu/article/details/88978672
- https://tex.stackexchange.com/questions/173850/problem-in-adding-a-background-color-in-a-minted-environment
- http://mirrors.sjtug.sjtu.edu.cn/ctan/macros/latex/contrib/minted/minted.pdf
LaTeX 中可以使用listing宏包来排版代码块，但是需要对代码的颜色进行手动设置。minted包能够自动对代码进行高亮，使用更为简单。
Numpy 学习笔记（一）—— rank 1 array
参考：
在使用 Numpy 的 ndarry 数据结构时，时常会遇到这样一种特殊的结构，它的shape为(n,)，这种数组称为 rank 1 array （秩为1的数组）：
scikit-learn 学习笔记（二）——模型保存
参考：
训练完成的模型需要保存在本地，以便之后的使用。在 scikit-learn 中，保存模型有两种方法，分别为 pickle 和 joblib。
遗传算法学习笔记（二）——使用 Geatpy 工具箱
摘自：Geatpy官方教程
Geatpy 是国内华南农业大学、暨南大学、华南理工大学三所高校联合编写的基于 Python 编程语言的遗传算法工具箱。初学者可以使用该工具箱简单高效地实现遗传算法。
Geatpy 拥有两种编程模式来实现遗传算法，分别是脚本编程和面向对象编程。