资源列表
fy325
- 包括广义互相关函数GCC时延估计，欢迎大家下载学习，有借鉴意义哦。- Including the generalized cross-correlation function GCC time delay estimation, Welcome to download the study, There are reference Oh.
dwphp
- dw + php书php示例和w3cschool中文手册和w3chtml5手册，css2.0中文手册-Dw+ php book php sample and w3cschool Chinese manual and w3chtml5 manual, css2.0 Chinese manual
xahmc
- 相关分析过程的matlab方法，均值便宜跟踪的示例，计算多重分形非趋势波动分析。- Correlation analysis process matlab method, Example tracking mean cheap, Calculate the multifractal trend fluctuation analysis.
fa628
- 多姿态，多角度，有不同光照,独立成分分析算法降低原始数据噪声，到达过程是的泊松过程。- Much posture, multi-angle, have different light, Independent component analysis algorithm reduces the raw data noise, Arrival process is a Poisson process.
12
- 里面包括了严蔚敏版数据结构所有算法代码，特别好的资料，可以看看啊-Which includes Yan Wei Min version of the data structure of all the algorithm code, particularly good information, you can see ah
filter_coff_fix_point
- 用matlab将滤波器的浮点型系数转换为二进制定点型-Use matlab to convert the floating-point coefficients of the filter to binary fixed-point type
mechine-learning
- 本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统
sanshitu
- 三视图和轴测图，来自于计算机图形学，是初学者以及自学者的极好选择，会去的极大进步- U4E09 u89C6 u56FE u548C u8F74 u6D4B u56FE uFF0C u6765 u81EA u4E8E u8BA1 u7B97 u673A u56FE u5F62 u5B66 uFF0C u662F u521D u5B16 u8005 u4E5 u53CA u81EA U5B66 u8005 u7684 u6781 u597
main
- main主函数, 简单写入，STM32源码，可能有删减-Main main function, simple write, STM32 source code, may be deleted
gaSVMcgForClass
- svm 的参数优化，利用ga(遗传优化算法)选择最优参数c g，最终提高训练集的分类准确率，更好的提高分类器性能,这是ga的功能函数源码-Svm parameter optimization, the use of ga (genetic optimization algorithm) to the optimal parameter c g, and ultimately improve the training set classification accuracy, better imp
chapter15_GA
- svm 的参数优化，利用ga(遗传优化算法)选择最优参数c g，最终提高训练集的分类准确率，更好的提高分类器性能-Svm parameter optimization, the use of ga (genetic optimization algorithm) to the optimal parameter c g, and ultimately improve the accuracy of the training set classification, better improve
chapter15_PSO
- svm 的参数优化，利用pso(粒子群优化算法)选择最优参数c g，最终提高训练集的分类准确率，更好的提高分类器性能-Svm parameter optimization, the use of pso (particle swarm optimization algorithm) to the optimal parameter c g, and ultimately improve the training set classification accuracy, better impr