资源列表
User and Movie
- 本实验采用朴素贝叶斯模型，对于每个用户曾经评分过的电影判断其性别。直观上来说，不同的电影对于不同性别的人吸引力不同，如男性更喜欢武侠剧、动作剧，而女性更喜欢爱情剧。因此这样建立模型是可以理解的。对每个训练数据组建立分布表。依据最大似然准则判断性别。对于年龄采用相似的方法进行判断。包括源程序和实验报告。(In this experiment, a naive Bayes model is used to determine the gender of each movie that the use
35738646DE
- 多目标DE算法，子程序有拥挤距离计算，非支配解排序，模型等，多学习多目标算法很有帮助-multi-objective DE algorithm差分进化算法(Multi objective DE algorithm, subroutines have crowding distance calculation, non dominated sorting, model, etc., multi learning multi-objective algorithm is very helpful,
ASK_PSK_FSK
- 实现信号的MASK、MPSK、MFSK调制(Realize the ASK/PSK/MFSK modulation)
channel estimation
- 已知基于导频的了MMSE估计和LS估计，通过MATLAB仿真实现信道估计。(.MMSE estimation and LS estimation based on pilot are known, and channel estimation is achieved by MATLAB simulation.)
VMD
- 可以实现滚动轴承的故障采集处理，变分模态分解法很强大(Rolling bearing fault acquisition and processing can be realized, and the variational modal decomposition method is very powerful)
RCS
- RCS计算 导入实验值进行计算RCS导入实验值进行计算RCS(calculate RCS EXPERIENCE)
小波降噪与EMD混合
- 一种进行小波降噪后，对特征库的信号进行信号经验模态分解的例子(An example of signal empirical mode decomposition for signal of characteristic library after wavelet de-noising)
新建文件夹
- 层次聚类（hierarchical clustering）matlab算法实现：包括图，代码，数据集。(the matlab implementation of Hierarchical clustering algorithm,)
adaboost
- adaboost算法的训练和测试代码，简单的实例(The aim of the project is to provide a source of the meta-learning algorithm known as AdaBoost to improve the performance of the user-defined classifiers.)
模式识别第一次作业
- 1． 用 dataset1.txt 作为训练样本，用dataset2.txt 作为测试样本，采用身高和体重数据为特征，在正态分布假设下估计概率密度（只用训练样本），建立最小错误率贝叶斯分类器，写出所用的密度估计方法和得到的决策规则，将该分类器分别应用到训练集和测试集，考察训练错误率和测试错误率。将分类器应用到dataset3 上，考察测试错误率的情况。(1. using dataset1.txt as training samples as test samples by dataset2.tx
singlephasefullbridgeinverter
- 单相全桥逆变器模型，测试OK，直接运行，需要的参考(Single phase full bridge inverter model)
EM算法
- 在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）。最大期望经常用在机器学习和计算机视觉的数据聚类（Data Clustering）领域。(In statistical calculation, the expectation maximization (EM) algorithm in probability (probabilistic) maximu