内含算法步骤，数据集及matlab代码

密度 N维密度估计

提出了一种结合最小误差熵和最优控制策略开发的具有不确定计量延迟的半导体Craft.io运行控制方法。 在大多数半导体Craft.io中，上一次运行的产品质量数据在下一次运行开始之前通常不可用。 因此，校正步骤通常被延迟一批次或更多，并且延迟的持续时间具有随机特性是不确定的。 再加上不正确的过程模型，即使使用指数加权移动平均值（EWMA）控制器，延迟也可能导致过程输出的显着变化。 从概率的角度出发，提出了一种处理不确定的计量延迟的新方法。 首先要重新检查运行控制系统的基本原理，然后通过将熵（或信息势）和跟踪误差的平均值与控制输入能量的约束相结合来给出创新的性能指标。 针对扰动和时延不是高斯的过程，提出了一种基于概率密度函数（PDF）的最优控制算法，并对算法的稳定性进行了分析。 另外，所提出的控制策略的方法被扩展为包括递归PDF估计和在线实时实施。 本文还包括钨化学气相沉积Craft.io的最小熵控制的仿真示例，以说明该方法。 此外，通过对常规EWMA方法和提出的方法进行比较，以显示我们提出的方法的优点。

Reduction of Dislocation Density of SiC Crystals grown on Seeds After H2 etching

人群估计在实际应用中有着重要的意义，如人群分析和视频监控中，人群计数对于构建更高层次的认知能力至关重要。近来，北航的学者发布了关于基于CNN的人群计数综述论文，调研了220+工作，对人群计数模型进行了全面、系统的研究，值得关注。

Clustering by fast search and find of density peaks的matlab实现代码的有注释版本，带有一个测试数据集，可以用来学习参考。

Rodriguez A, Laio A. Clustering by fast search and find of density peaks[J]. Science, 2014, 344(6191): 1492-1496.基于这篇文章实现的最基本的密度聚类的算法，具体请看我博客中的相关文章http://blog.csdn.net/kryolith/article/details/39832573

Density Estimation for Statistics and Data analysis

文章中文翻译，整理成文档方便看。 出处: http://blog.csdn.net/itplus/article/details/38926837 欢迎转载/分享, 但请务必声明文章出处.

在science上的一篇非常简单高效的聚类算法