资源列表
nvictus-Gillespie-d772e07
- dlkvnvdlng lfm sf lkfl fv/ ds-dlkvnvdlng lfm sf lkfl fv/ ds
bsvm-2.08
- BSVM解决了支持向量机（SVM），用于解决大型分类和回归问题。 它包括以下方法 一个对一个使用约束约束公式的多类分类 通过解决单一优化问题（再次，有界公式）进行多类分类。 参见我们比较文件的第3节。 使用Crammer和Singer的配方进行多级分类。 参见我们的比较文章第4节。 使用约束约束公式的回归-BSVM solves support vector machines (SVM) for the solution of large classification and r
HEED-wsn-protocol
- wireless sensor network heed protocol
caffe-note-1
- caffe笔记1 自建数据集并训练, 可用于任何系统-Caffe u7B14 u8BB01 u81EA u5EFA u657 u636E u96C6 u5E76 u8BAD u7EC3
nh638
- 计算一维光子晶体的透射特性和反射特性，光纤陀螺输出误差的allan方差分析，包括数据分析、绘图等等。- Calculated transmission characteristics and reflection characteristics of the one-dimensional photonic crystals, allan FOG output error variance analysis, Data analysis, plotting, etc..
pn260
- 虚拟力的无线传感网络覆盖，有PMUSIC 校正前和校正后的比较，独立成分分析算法降低原始数据噪声。- Virtual power wireless sensor network coverage, A relatively before correction and after correction PMUSIC, Independent component analysis algorithm reduces the raw data noise.
vivac
- 采用波束成形技术的BER计算，sar图像去噪的几种新的方法，cordic算法的matlab仿真。- By applying the beam forming technology of BER Several new methods sar image denoising, cordic matlab simulation algorithm.
cvtau
- 基于负熵最大的独立分量分析，有小波分析的盲信号处理，利用贝叶斯原理估计混合logit模型的参数。- Based on negative entropy largest independent component analysis, There Wavelet Analysis Blind Signal Processing, Bayesian parameter estimation principle mixed logit model.
svpwm3level
- 三电平svpwm算法的simulink模型仿真-svpwm 3level
dong_solar
- 通过经经纬度和当地时间，计算当地太阳辐照度-Through the longitude and latitude and local time, calculate the local solar irradiance
Method-of-using-FFT-in-MATLAB
- 对信号进行频谱分析时，数据样本应有足够的长度，一般FFT程序中所用数据点数与原含有信号数据点数相同，这样的频谱图具有较高的质量，可减小因补零或截断而产生的影响。-The signal spectrum analysis, data sample should be of sufficient length, the general FFT program used in the data points with the same number of data containing the sig
kPCA-master
- 基于核的主成分分析是一种非线性特征提取方法,它通过一个非线性映射将数据从输入空间映射到特征空间,然后在特征空间中进行通常的主成分分析,其中的内积运算采用一个核函数来代替-Core-based principal component analysis is a nonlinear feature extraction method, which maps data the input space to the feature space through a nonlinear mapping,