信道容量C的迭代算法 函数说明： [CC,Paa]=ChannelCap(P,k) 为信道容量函数 变量说明： P：输入的正向转移概率矩阵，k：迭代计算精度 CC：最佳信道容量，Paa：最佳输入概率矩阵 Pa：初始输入概率矩阵，Pba：正向转移概率矩阵 Pb：输出概率矩阵，Pab：反向转移概率矩阵 C：初始信道容量， r：输入符号数，s：输出符号数 -Channel capacity C o

信道容量C的迭代算法 函数说明： [CC,Paa]=ChannelCap(P,k) 为信道容量函数 变量说明： P：输入的正向转移概率矩阵，k：迭代计算精度 CC：最佳信道容量，Paa：最佳输入概率矩阵 Pa：初始输入概率矩阵，Pba：正向转移概率矩阵 Pb：输出概率矩阵，Pab：反向转移概率矩阵 C：初始信道容量， r：输入符号数，s：输出符号数 -Channel capacity C o

均值计算方法源码实现：分群的方法，就改成是一个最佳化的問題，換句话說，我們要如何选取 c 个群聚以及相关的群中心，使得 E 的值为最小。 -Method of calculating the mean source implementation: clustering method, based on the best change is a problem, in other words, how do we choose c a center cluster and related g

在机器学习中利用欧氏距离设计一个KNN分类器，实现五折交叉验证，并用PCA进行降维-Develop a k-NN classifier with Euclidean distance and simple voting.Perform 5-fold cross validation, find out which k performs the best (in terms of accuracy)。Use PCA to reduce the dimensionality to 6, then p