1、神經網路演算法：
人工神經網路系統是20世紀40年代後出現的。它是由眾多的神經元可調的連線權值連線而成，具有大規模並行處理、分散式資訊儲存、良好的自組織自學習能力等特點。
2、BP神經網路演算法：
又稱為誤差反向傳播演算法，是人工神經網路中的一種監督式的學習演算法。理論上可以逼近任意函式，基本的結構由非線性變化單元組成，具有很強的非線性對映能力。
3、小波變換：
一種新的變換分析方法，它繼承和發展了短時傅立葉變換區域性化的思想，同時又克服了視窗大小不隨頻率變化等缺點，能夠提供一個隨頻率改變的“時間-頻率”視窗，是進行訊號時頻分析和處理的理想工具。
4、遺傳演算法：
模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜尋最優解的方法。
5、粒子群演算法：
也稱粒子群優化演算法或鳥群覓食演算法，是近年來開發的一種新的進化演算法。從隨機解出發，通過迭代尋找最優解。
