搜索资源列表
Volterra_MultiStepPred_luzhenbo
- 基于Volterra滤波器混沌时间序列多步预测 作者：陆振波，海军工程大学 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页 电子邮件：luzhenbo@sina.com 个人主页：luzhenbo.88uu.com.cn 参考文献： 1、张家树.混沌时间序列的Volterra自适应预测.物理学报.2000.03 2、Scott C.Douglas, Teresa H.-Y. Meng, Normalized Data Nonlineariti
Nr_C
- 书是针对工程上常用的行之有效的算法而编写的C语言函数程序集，在第一版的基础上作了修改和扩充。书中包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括：线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程（组）的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算；非数值计算部分的内容包括：排序、查找、图形模式下读写屏幕象点、基本
hertt
- 矩阵的最大特征值的幂法. 对于工程计算而言，矩阵的特征值和特征向量都是相当重要和常见的数据，这里给出的幂法是一种常见的求解方法，用的是迭代的思想。 符号说明: 1A为待求的矩阵， 2Uk，Vk为迭代用的列向量。 3最后的最大特征值maxLamda由最后一次的max(Uk)-----求Uk中的绝对值最大的元素的绝对值.所决定。 而maxLamda所对应的特征向量由最后一次迭代的Vk所决定. 主要的想法就是先选一个不为0的初始向量U0!=0，然后按下面的式
C_algorithm_program
- 本书是针对工程上常用的行之有效的算法而编写的C语言函数程序集，包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括：线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程（组）的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算；非数值计算部分的内容包括：排序、查找、图形模式下读写屏幕象点、基本图形操作、汉字操作等。
very_often_used_Algorithms_c_3rd_edition
- 针对工程中常用的行之有效的算法而编写，其主要内容包括多项式的计算、复数运算、随机数的产生、矩阵运算、矩阵特征值与特征向量的计算、线性代数方程组的求解、非线性方程与方程组的求解、插值与逼近、数值积分、常微分方程组的求解、数据处理、极值问题的求解、数学变换与滤波、特殊函数的计算、排序和查找。
Cchangyongsuanfa
- C常用算法程序集 针对工程上常用的行之有效的算法而编写的C语言函数程序集，在第一版的基础上作了修改和扩充。书中包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括：线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程（组）的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算；非数值计算部分的内容包括：排序、查找、图形模式下
Wavelet1D
- 介绍小波算法在vc中的具体实现，小波算法在图像处理、视频压缩、特征提取等涉及到时频数据处理的工程领域有广泛的应用，本程序时一维小波算法。
Wavelet2D
- 介绍小波算法在vc中的具体实现，小波算法在图像处理、视频压缩、特征提取等涉及到时频数据处理的工程领域有广泛的应用，本程序时二维小波算法。
JAVA
- 基于JAVA实现的图像特征提取源代码 图像特征提取的源代码，使用sobel算子提取图像边缘，使用hu矩提取图像形状特征，使用颜色中心矩提取图像颜色特征，请使用eclipes导入该工程并运行test文件（可将test文件中去掉一些注释部分运行更多功能）。-JAVA based on the realization of the image feature extraction image feature extraction source code source code, use the sob
EMD-Toolbox
- EMD的Toolbox及使用方法 经验模态分解（Empirical Mode Decomposition, 简称EMD）是由美国NASA的黄锷博士提出的一种信号分析方法.它依据数据自身的时间尺度特征来进行信号分解, 无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅里叶分解与小波分解方法具有本质性的差别。正是由于这样的特点, EMD 方法在理论上可以应用于任何类型的信号的分解, 因而在处理非平稳及非线性数据上, 具有非常明显的优势。所以, EMD方法一经提出就在不同的
DS18B20
- 本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章－第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章－第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。第11章－第12章，是两个综合性较强的实例，分别足Visual
qiyipu
- 可以对工程上测得的信号进行求奇异普熵，提取特征向量-Seeking singular Pu entropy, extracting a feature vector can be the signal measured in the engineering
xiaobo
- 可以求解信号的小波包特征向量，对工程信号的分析有一定帮助-Can solve wavelet packet feature vector signal engineering analysis of the signal
12
- 有关matlab在线性代数中的应用的详细介绍及具体的matlab代码实现，包括求向量组的最大线性无关组、向量组的线性相关性、求解线性方程组、使用 sym 函数直接创建符号矩阵、将数值矩阵转化为符号矩阵、符号矩阵的索引和修改、相似矩阵及二次型、求特征值和特征向量等。很适合初学者使用，及有关工程人员参考。-About matlab linear algebra applications detailed descr iption and the specific matlab code, inclu
DeepLearnToolbox_CNN_lzbV2.0
- DeepLearnToolbox_CNN_lzbV2.0 深度学习,卷积神经网络,Matlab工具箱 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3] https://github.com/rasmusberg
DeepLearnToolbox_CNN_lzbV3.0
- CNN - 主程序 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3] https://github.com/rasmusbergpalm/DeepLearnToolbox 作者：陆振波 电子
Feature engineering in Machine Learning
- 机器学习中，特征工程总结，思维导图，超详细。(In machine learning, feature engineering summarization and mind mapping, super detail.)
Matlab算法大全
- 工程数值算法。方程根计算。特征根计算。微分方程数值计算。偏微分方程数值计算。(engineer numeric method.eqation roots computing.intrinsic roots computing. differential eqation computing.partia differential eqation computing.)
lda
- lda 自然语言处理 文本分类 特征工程(lda natural language processing text classification feature engineering)
CNN
- 卷积神经网络分类 调制信号识别 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称