Kalvar Lin

本项目应用了机器学习（マシンラーニング），实现了多感知器神经网络（ニューラルネットワーク）并将其命名为反向传播神经网络（BPN）。它设计无限隐藏层以执行训练任务，并为将模糊理论结合到网络中预留了灵活的空间。该网络可用于产品推荐（おすすめの商品）、用户行为分析（ユーザーの行動分析）、数据挖掘（データマイニング）和数据分析（データ分析）。

许可证: MIT

KRBeaconFinder 能够延迟扫描信标，以更轻松地使用 CoreLocation 监控信标区域或使用 CoreBluetooth (BLE) 扫描。当它们锁定在屏幕上时，它会自动弹出消息以通知用户。它还可以模拟外部广告。

许可证: MIT

KRBle 实现了蓝牙低能耗（BLE）并模拟 SPP 传输大数据（例如，图像 / 2,000 个单词）。中心节点和外围节点可以相互交换大数据，您可以轻松地使用此项目构建 BLE 应用程序。

许可证: MIT

本项目应用了机器学习（マシンラーニング），实现了 3 层（输入层、隐藏层和输出层）神经网络（ニューラルネットワーク）并实现了反向传播神经网络（BPN）、QuickProp 理论和 Kecman 的理论（EDBD）。KRBPN 可用于产品推荐（おすすめ的商品）、用户行为分析（ユーザーの行動分析）、数据挖掘（データマイニング）和数据分析（データ分析）。

许可证: MIT

它在推荐系统和移动应用中的实时用户行为分析仍在运行。

许可证: MIT

KRDragView 模拟了在背景中拖动和滑动视图以显示菜单。像卡片一样，您可以拖动视图并将其放下以移动/显示其下方的某些内容。

许可证: MIT

KRFuzzyCMeans 在机器学习（マシンラーニング）中实现了模糊 C-Means（FCM）模糊聚类/分类算法。它可以用于数据挖掘（データマイニング）和图像压缩（画像圧縮）。

许可证: MIT

本项目应用了灰色理论。该理论可以用于大数据分析（データ分析）、用户行为分析（ユーザーの行動分析）和数据挖掘（データマイニング），特别是通过大数据来找出对实际结果有影响的子工厂。

许可证: MIT

KRHebbian 实现了 Hebbian 算法，这是一种机器学习（自分学習アルゴリズム）的非监督自我组织算法。

许可证: MIT

KRImageViewer 可以让您轻松地从 URL、存储或文件夹中浏览照片。您可以滚动以更改页面，缩放，拖动和滑动以关闭，该观察器支持自动旋转。

许可证: MIT

KRKmeans 实现了 K-Means 聚类算法（クラスタリング分類）并实现了多维聚类。KRKmeans 可用于数据挖掘（データマイニング）、图像压缩（画像圧縮）和分类。

许可证: MIT

本项目应用了机器学习（マシンラーニング），实现了 KNN（k-Nearest Neighbor）分类方法。它可以用于产品推荐（おすすめの商品）、用户行为分析（ユーザーの行動分析）、数据挖掘（データマイニング）和数据分析（データ分析）。

许可证: MIT

本项目应用了机器学习（マシンラーニング），实现了多层感知器神经网络（ニューラルネットワーク）和反向传播神经网络（BPN）。它设计了无限隐藏层来执行训练任务。这个网络可用于产品推荐（おすすめの商品）、用户行为分析（ユーザーの行動分析）、数据挖掘（データマイニング）和数据分析（データ分析）。

许可证: MIT

KRRBFNN 是一种基于径向基函数的网络，使用高斯函数，实现了 OLS、LMS、SGA、随机算法。

许可证: MIT

KRSVM 实现了机器学习中的支持向量机（SVM），目前已实现 SMO 和 RBF、Tangent、线性这 3 种核函数进行预测。

许可证: MIT

KRHebbian 是机器学习中神经网络的一个自学习算法（调整权重）。

许可证: MIT