zAnalysis是基于Pascal语言编写的大型统计学开源库，它不依赖于任何三方库，并且可以跨平台和并行化计算

zAnalysis不限制你的任何商业用途和拷贝，包括二次开发

• Windows: delphi-CrossSocket(C/S OK), delphi-DIOCP(C/S OK), delphi-ICS(C/S OK), delphi-Indy(C/S OK),delphi+fpc Synapse(C/S OK)
• Android:Indy(C/S OK), CrossSocket(Only Client)
• IOS Device: Indy(C/S OK), CrossSocket(Only Client)
• IOS Simulaor: n/a
• OSX: Indy(C/S OK)，ICS(未测试), CrossSocket(C/S OK)
• Ubuntu16.04 x64 server: Indy(C/S OK), CrossSocket(C/S OK)
• Ubuntu18.04 x86+x64 Desktop:only fpc3.0.4 Synapse(C/S OK)
• Ubuntu18.04 x86+x64 Server:only fpc3.0.4 Synapse(C/S OK)
• Ubuntu18.04 arm32+arm neon Server:only fpc3.0.4 Synapse(C/S OK)
• Ubuntu18.04 arm32+arm neon desktop:only fpc3.0.4 compile ok,no test on run.
• Ubuntu16.04 Mate arm32 desktop:only fpc3.0.4 compile ok, test passed
• Raspberry Pi 3 Debian linux armv7 desktop,only fpc 3.0.4,test passed.
• wince(arm eabi hard flaot),windows 10 IOT,only fpc 3.3.1,test passed.

• MIPS(fpc-little endian), soft float, test pass on QEMU
• intel X86(fpc-x86), soft float
• intel X86(delphi+fpc), hard float,80386,PENTIUM,PENTIUM2,PENTIUM3,PENTIUM4,PENTIUMM,COREI,COREAVX,COREAVX2
• intel X64(fpc-x86_64), soft float
• intel X64(delphi+fpc), hard float,ATHLON64,COREI,COREAVX,COREAVX2
• ARM(fpc-arm32-eabi,soft float):ARMV3,ARMV4,ARMV4T,ARMV5,ARMV5T,ARMV5TE,ARMV5TEJ
• ARM(fpc-arm32-eabi,hard float):ARMV6,ARMV6K,ARMV6T2,ARMV6Z,ARMV6M,ARMV7,ARMV7A,ARMV7R,ARMV7M,ARMV7EM
• ARM(fpc-arm64-eabi,hard float):ARMV8，aarch64

关于IoT平台的开发测试机：本文提及到的IOT开发板都可以通过网购获取，自己动手diy Linux需要一定的耐心，懒人建议使用CodeTyphon，或则直接apt安装内置的fpc+Lazarus

暂无指标统计程序

神经网络支持 Test Pass

• 动态KD空间树支持(纯数组的非链表计算内核，支持并行化查找，内置临近K聚类，只支持双浮点)
• 高速静态KD空间树支持(纯数组的非链表计算内核，支持并行化查找，内置临近K聚类，支持8种整型和浮点变量类型)
• 临近k聚类支持
• LBFGS-大规模拟牛顿法(支持并行化，支持神经网络集成)
• 非线性最小二乘法(牛顿法进阶版本，支持并行化，支持神经网络集成)
• 随机森林决策树学习
• 评定模型的逻辑回归
• 蒙特卡罗抽样学习
• 图片采样：主成分采样，线性判定采样，灰度反走样，矩阵采样
• 神经网络多层感知器
• 卷积计算二次开发支持
• 分类器支持
• 因变量支持

正太分布检测 Test Pass

• F检测
• 二项式化分布检测
• 方差分布检测
• t分布检测
• 皮尔逊分布检测
• 斯皮尔曼分布检测

正太分布计算 Test Pass

• 正太分布函数
• 泊松分布
• F分布
• 二项式化分布支持计算
• 方差分布计算
• t分布计算
• 皮尔逊分布
• 斯皮尔曼分布
• Jarque-Bera检验计算
• 曼-惠特尼U检验计算
• 威尔科克森符号秩检验计算

基础视觉库 Test Pass

• sift高斯金字塔及sift特征匹配支持
• HOG梯度方向直方图及特征匹配
• 图片相似性相关：基于方差图采样(分别支持PCA主成分分析与LDA线性判别分析，这里的方差图采样不是梯度方差图)
• 图片相似性相关：基于皮尔逊,斯皮尔曼,k空间的相似性查找
• 最小走样化缩放技术（高斯平滑缩放，灰度缩放，快速平滑缩放）
• 光栅库不需要任何外部底层api支持，天然工作于系统内存中，并且平台无关性
• 光栅库内核支持并行化框架
• 光栅库支持JpegLS无损压缩(灰度，RGB，RGBA)
• 光栅库支持BRRC梯度压缩，支持哈夫曼压缩
• 光栅库支持顶点渲染
• 光栅库支持平台无关性的字体系统
• 光栅库支持面向H264及YUV2MPEG的视频打包
• 光栅库支持AGG高保真像素系统

数据库集成 Test Pass

• 内置ZDB本地数据库，ZDB可以作为大型数据库的伴侣数据库，为项目提供统计学支持
• 内置ZDB内存数据库支持
• ZDB可以轻松改造成网络数据库后台，并且能基于zServer项目轻松搭建机器学习的后台框架

其它支持

• 100%兼容linux桌面开发(fpc方向)
• ffmpeg待支持（平台无关性）
• 小型渲染引擎支持（平台无关性，支持并行化渲染，支持多线程渲染，支持所有运行平台）
• zSound音频库支持（平台无关性，支持播放音乐，音效，混音等等功能）
• 提供快速存储与恢复，可以动态读取，计算结果，无需训练
• 部分数据格式可以兼容MATLAB
• 机器学习状态可以导出成Json格式
• 以匿名函数方式训练(匿名函数只能工作于Delphi开发平台，不支持fpc)
• 安全浮点运算
• 安全动态数组处理
• 后台HPC服务器运算支持
• 工具集

• 完善使用文档和Demo
• 金融领域数据统计和分析的傻瓜支持
• 中小型企业级数据统计和分析的傻瓜支持
• 在游戏领域使用机器学习
• 自然语言处理的傻瓜支持(完善中，请参见我的开源项目 https://github.com/PassByYou888/zChinese)
• 加强视觉库的傻瓜支持(物体识别支持，人脸识别支持，已经支持SIFT，HOG算法)
• 对第三方大数据源支持(例如google提供的大数据源)
• 可二次开发的模型化机器学习平台
• 分布式云服务器计算后台
• 提供plot二维可视化图形api(光栅库已经加强，下一版本将提供模型呈现系统)

首次编译前，先运行Source\MemoryRaster_DefaultFont_build.bat，生成一次字体库

默认环境下，光栅引擎不支持中文，假如要使用中文，请用字体工具重新生成一次中文字体库（让它包含GBK字符集）

在Source中的子目录，均对开发或则运行平台有所要求

• source\DrawInterfaceInFMX，必须使用delphi+fmx才能进行编译，运行平台支持ios,android,osx,windows，不支持linux
• source\SoundInterfaceInFMX，，必须使用delphi+fmx才能进行编译，运行平台支持ios,android,osx,windows，不支持linux
• source\SoundInterfaceInBass，bass是平台无关性(fpc+delphi+所有操作系统)，详见zSound开源工程的部署方法 https://github.com/PassByYou888/zSound

在Source中的所有库均为平台无关性支持

• source中的所有*.pas均为平台关性，包括编译器fpc+laz与delphi的支持，包括各个系统环境的支持，均能无关性

编译和开发基于Linux桌面的机器学习应用是fpc方向，需要搭建环境，请参看文档

• Linux桌面开发指南.pdf

在linux或则fpc编译器出来的应用启动缓慢的解决办法

1. 解决办法1：自行外挂一个内存管理单元，比如TCMAlloc
2. 解决办法2：使用字体工具，将字体库改小（不创建BGK字符集），重新生成字体库
3. 解决办法3：将 https://github.com/PassByYou888/zRasterization/Source 中的所有文件copy到zAnalysis/Source中覆盖

在Windows中使用高速d2d绘图请参看文档

• 在苹果和安卓手机平台中让DrawEngine在FMX中加速工作.docx

2018-12-13

• SIFT高斯金字塔在做特征匹配时不再会消耗内存资源，匹配速度提升4倍以上
• 移除了所有的图像相似性识别Demo，因为这些Demo我都做的太丑，有点丢脸，直接移除，以后我会提供高质量的图像处理Demo
• 移除奇丑无比的NLP demo
• Test单元支持Blas，高斯，SVD矩阵的正确性验证，跨cpu架构可以确保大规模运算的正确性
• Learn新增标签功能
• 重做分类决策Demo
• 光栅内核新增BMP24(RGB，全平台兼容)格式支持，可以跨平台
• 光栅内核新增YV12格式支持，这是h264模块提供的功能，压缩率和性能的首选，可以跨平台
• 光栅内核的字体系统可以通过编译选项进行优化，假如编译出来的app太肥，可以关闭内置中文字库瘦身
• 更新Bitmap的转换工具
• 更新ZDB数据库
• KDTree大幅瘦身，内部做实现了标签功能

2018-11-28

• 全面支持delphi xe10.3
• 小幅优化高斯金字塔的特征识别
• 小幅修改learn中KMean条件
• 优化并行原子锁

2018-10-29

• bass音效库全面支持arm linux，包裹ARMv7，aarch64两种架构
• 新增ffmpeg支持，全平台支持
• 底层算法优化
• 全面支持所有linux平台，支持所有IOT开发版，包括MIPS小序列架构

2018-7-6

• 大幅修正底层库的命名规则
• 全面支持Linux桌面级的机器学习应用程序开发
• 对fpc编译器3.1.1全面支持
• 新增大小字节序支持
• 修复对32位fpc编译器不认for用Int64的问题
• 修复字符串在fpc编译器运行于linux发生异常的问题
• 新增pascal预编译工具，将pascal代码规范成c风格的全部统一大小写，全面兼容Linux区分大小写文件名的机制
• 下次更新会新增声纹特征提取

2018-6-25

• 通过写模板缓冲区技术，修正顶点渲染器发生三角边缘重叠的问题
• 增加高速椭圆绘制与高速椭圆填充
• 将顶点渲染器record修饰符改为class修饰符
• Learn增加SaveToFile，LoadFromFile
• ObjectData.pas, UnicodeMixedLib.Pas 大量常量重命名
• 调节了高斯精度

2018-6-22

更新列表

• 修复JLS无损压缩的格式不兼容JPEG问题（现在每次打开JLG会检查3个标签，不会再出现不兼容错误）
• 将JLS无损压缩的Log提示改用了DoStatus
• JLS无损压缩已经通过官方JLS样本测试
• 将内存光栅库的字节序格式改为了标准BGRA格式
• 修复内存光栅库中色彩到浮点转换bug
• sift金字塔系统不再是只支持灰度，现在支持尺度色差
• zDrawEngine中的方框绘制，方框填充，文字绘制，现在支持旋转特性
• 多线程渲染的数据交换需求：zDrawEngine中的Command List，现在可以被复制出来
• 修改了DoStatus的锁机制，现在DoStatus支持在并行线程打印，不再会发生线程锁死，调试更方便
• 大量更新Gemetry2DUnit中的函数命名
• 移除一个在CoreAtomic.inc中的检查函数，小幅提升多线程性能
• 将TLearn的Constructor修饰符以Class function替代

新增功能

• 新增纯pascal实现的H264软编码器，全平台已测试通过
• 新增YUV4MPEG格式支持，全平台已测试通过
• 新增高保真AGG库，剔除了原AGG库中的所有字体系统，大面积修复AGG的编译和跨平台问题，，全平台已测试通过
• 新增基于三角插值模拟矩阵运算的软件渲染器
• 软件渲染器已与H264+YUV4MPEG相互贯通，可以在渲染中同时输出视频
• 新增反走样字体系统，反走样字体系统跨平台，良好支持FPC+Delphi
• 新增高速梯度直方图的特征算法
• 在MemoryRaster库内置了AGG系统，反走样字体系统，三角填充系统
• 基于zDrawEngine新增了直接向MemoryRaster输出的软件渲染接口
• 在Learn新增了梯度直方图的全面性支持
• 在Learn新增了Sift的部分支持
• 新增FontBuild工具(创建跨平台字体库)
• 新增Demo：15 yuv视频转换h264
• 新增Demo：16 软渲染器
• 新增Demo：18 基于梯度方向的大规模图片特征码提取与识别
• 新增Demo：19 基于神经元的梯度方向识别

使用问题请加在互助qq群490269542

请不要直接加作者，谢谢大家

2018-4