搜索资源列表
freqz_m
- 求取系统的绝对幅度响应、相对的db值幅度响应、相位响应和群延时响应的函数 ％ ％db为相对振幅(dB) ％mag为绝对振幅 ％pha为相位响应 ％grd为群延时 ％w为频率样本点向量 ％b为Ha(z)分子多项式系数(对FIR而言，b=h) ％a为Hz(z)分母多项式系数(对FIR而言，a=1) ％-strike rate system in response to the absolute and r
Cluster111
- C-均值动态聚类算法 matlab 很简单对 一组样本点的分类和中心点-C - Means clustering algorithm Matlab is very simple sample of a point and focal point for the classification
dongtaitu
- 对于一个动态系统dy/dt=-y(t)+x(t-m),m为一个时间滞后常量，x(t)、y(t)都是关于时间 t的函数，其中x是一个正态分布的数据集合，可随机产生，这样情况下，如何将系统情况 用样本点表示出来 -for a dynamic system dy / dt =- y (t) x (t-m), m for a time lag constants, x (t), y (t) are on the function o
iplab
- 最小二乘法圆拟合.编译运行后随便打开一个图片，当然最好是全白的图片，然后就点吧，大于三个点后就会开始拟合。红线画的圆为拟合的圆，深蓝的点为鼠标点击设置的样本点。单击鼠标右键清空样本集。 -least squares fitting round. After running compiler casually open a picture, of course, the best are the white photographs,
Hard_Clustering_and_Fuzzy_Clustering
- 利用Hard Clustering and Fuzzy Clustering来对一群样本点进行两类的分类问题
classifier
- 分类器的设计，包括knn方法和BP的方法。对一系列样本点进行分类
基于支持向量机的手写数字识别（小论文+matlab编程及结果）
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数
freqz_m
- 求取系统的绝对幅度响应、相对的db值幅度响应、相位响应和群延时响应的函数 ％ ％db为相对振幅(dB) ％mag为绝对振幅 ％pha为相位响应 ％grd为群延时 ％w为频率样本点向量 ％b为Ha(z)分子多项式系数(对FIR而言，b=h) ％a为Hz(z)分母多项式系数(对FIR而言，a=1) ％-strike rate system in response to the absolute and r
Cluster111
- C-均值动态聚类算法 matlab 很简单对 一组样本点的分类和中心点-C- Means clustering algorithm Matlab is very simple sample of a point and focal point for the classification
dongtaitu
- 对于一个动态系统dy/dt=-y(t)+x(t-m),m为一个时间滞后常量，x(t)、y(t)都是关于时间 t的函数，其中x是一个正态分布的数据集合，可随机产生，这样情况下，如何将系统情况 用样本点表示出来 -for a dynamic system dy/dt =- y (t) x (t-m), m for a time lag constants, x (t), y (t) are on the function of
iplab
- 最小二乘法圆拟合.编译运行后随便打开一个图片，当然最好是全白的图片，然后就点吧，大于三个点后就会开始拟合。红线画的圆为拟合的圆，深蓝的点为鼠标点击设置的样本点。单击鼠标右键清空样本集。 -least squares fitting round. After running compiler casually open a picture, of course, the best are the white photographs,
Hard_Clustering_and_Fuzzy_Clustering
- 利用Hard Clustering and Fuzzy Clustering来对一群样本点进行两类的分类问题-The use of Hard Clustering and Fuzzy Clustering to a group of sample points on the two types of classification problems
classifier
- 分类器的设计，包括knn方法和BP的方法。对一系列样本点进行分类-Classifier design, including methods and BP KNN method. On a series of sample points to classify
getrnd
- 原创：随机抽样。从一系列的总体中抽取出指定数量的不重复样本点。-random sampling. From a range of the overall extraction of a specified quantity of sample points of non-repetition.
DigitalRecognitioncode
- 使用说明第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，也可以单独对打开的图片一步一步进行图像预
hough
- 对于较粗的样本点集 hough 算法是不可能做到检测全部直线的. 另一方面 hough 还会测出许多不存在的直线. 在应用的时候只能根据需要自己标定 精度. 以下是我在MATLAB下开发的hough函数 输入一个灰度图形矩阵, 返回 最长直线斜率. 用来做图形倾斜校正的. 希望贴出来还能有点用吧~-For a sample point set coarse algorithm hough it is not possible
npe
- 流形学习算法lle的线性化方法，是一种非监督的降维方法，比lle的优势在于可以将新的样本点映射到低维空间。-Lle manifold learning algorithm of the linearization method, is a non-supervised dimensionality reduction method has the advantage of being more than lle can sample t
linjin
- 用k近邻法和剪辑近邻法分类样本点，模式识别实验内容之一-K neighbors with neighbors and editing sample points classification, pattern recognition one experiment
CplusplusCode
- C++抛物线生成代码，输入大于3小于37的一个奇数和模数可以生成由样本点显示的抛物线-C++ code. A simple console program is required to investigate the effects of digitally sampling analogue waveforms
lhsdesign
- 生成n维变量的拉丁超立方样本点，直接导出样本点。(Generate the sample points of n-dimensional input vectors.)