Project1.DNNProcessingXAS1.0.0

————用深度神经网络算法处理X射线吸收光谱数据（XAS），对被测物体进行分类识别。

Project2.DNNProcessingXAS2.1.0

————对1.0.0版本代码进行重构，增强其可扩展性；增加SVM、KNN等算法；使数据输入及接收更智能。（总代码量>1600行）

Project3.MLProcessingXASwithGUI3.0.0

————程序包含以下功能：
        ①.将txt批量转成csv、进行剪切、分割、重排、均值；
        ②.去背景、归一化、标准化、数据降维{PCA，IPCA，LDA，MNF，t-SNE}；
        ③.用DNN、SVM、KNN等机器学习模型进行训练；
        ④.用混淆矩阵、MCC系数、Cohen-Kappa系数、F1值、准确率、召回率、ROC、AUC、PRC、K折交叉验证等评估指标进行评估；
        ⑤.对曲线进行分析、对PCA结果进行分析；
        ⑥.预测给定txt文件的分类类别。
————用TKinter将代码封装成GUI，并用pyinstaller生成exe文件。

Project4.MLDLProcessingXAS4.0.0（2019-03-14）

————程序相对于2.1.0有如下改动：
        ①.对部分细节进行优化，如对光谱横坐标进行变换；支持中文label；
        ②.新增dlAPI模块，新增SAE和CNN算法，目前CNN暂不支持cross-validation；
        ③.优化training.py模块，使DL算法与ML评估算法兼容；增加端到端DNN算法。