来源于网上,希望对大家有所帮助。
关于《GPS基本原理及其matlab实现》一书的程序,有参考价值。
由于缺少一些源文件,有些代码不能运行
2024/8/9 11:58:24 13KB GPS matlab
1
学习OpenGL时写的作品,由于缺少素材,画质和粒子系统都比较渣,但软件整体结构还算清晰,适合学习OpenGL、学习3D游戏编程的朋友参考,采用了OpenGL的光线特效和贴图特效,粒子系统也可以简单修改后使用,模型全部使用的3DS模型,模型读取部分值得一看,天空盒的处理也很讲究,适合爱好的朋友学习参考。
2024/8/8 4:26:02 13.4MB OpenGL 3D 小游戏
1
Ubuntu安装WPS缺少的字体文件,直接进行下载安装就可以。
可以参考链接https://blog.csdn.net/qq_35451572/article/details/85856239
2024/8/3 19:03:24 252KB Ubuntu WPS
1
windows越狱苹果系统,U盘版的,缺少制作U盘工具的下载上传中的基层环境文件。
本包里有说明和步骤,认真阅读。
2024/8/3 13:09:26 41.73MB 越狱 苹果 13系统 14系统
1
缺少的时候可以使用,官方文档,安全
2024/8/1 10:40:51 59KB vcruntime140_1d
1
解决最小化安装的系统缺少各类命令问题,比如route,ifconfig等
2024/8/1 1:17:51 306KB net-tools
1
现在我们回到LDA的原理上,我们在第一节说讲到了LDA希望投影后希望同一种类别数据的投影点尽可能的接近,而不同类别的数据的类别中心之间的距离尽可能的大,但是这只是一个感官的度量。
现在我们首先从比较简单的二类LDA入手,严谨的分析LDA的原理。
    假设我们的数据集D={(x1,y1),(x2,y2),...,((xm,ym))}D={(x1,y1),(x2,y2),...,((xm,ym))},其中任意样本xixi为n维向量,yi∈{0,1}yi∈{0,1}。
我们定义Nj(j=0,1)Nj(j=0,1)为第j类样本的个数,Xj(j=0,1)Xj(j=0,1)为第j类样本的集合,而μj(j=0,1)μj(j=0,1)为第j类样本的均值向量,定义Σj(j=0,1)Σj(j=0,1)为第j类样本的协方差矩阵(严格说是缺少分母部分的协方差矩阵)。
    μjμj的表达式为:μj=1Nj∑x∈Xjx(j=0,1)μj=1Nj∑x∈Xjx(j=0,1)    ΣjΣj的表达式为:Σj=∑x∈Xj(x−μj)(x−μj)T(j=0,1)Σj=∑x∈Xj(x−μj)(x−μj)T(j=0,1)    由于是两类数据,因此我们只需要将数据投影到一条直线上即可。
假设我们的投影直线是向量ww,则对任意一个样本本xixi,它在直线ww的投影为wTxiwTxi,对于我们的两个类别的中心点μ0,μ1μ0,μ1,在在直线ww的投影为wTμ0wTμ0和wTμ1wTμ1。
由于LDA需要让不同类别的数据的类别中心之间的距离尽可能的大,也就是我们要最大化||wTμ0−wTμ1||22||wTμ0−wTμ1||22,同时我们希望同一种类别数据的投影点尽可能的接近,也就是要同类样本投影点的协方差wTΣ0wwTΣ0w和wTΣ1wwTΣ1w尽可能的小,即最小化wTΣ0w+wTΣ1wwTΣ0w+wTΣ1w。
综上所述,我们的优化目标为:argmaxwJ(w)=||wTμ0−wTμ1||22wTΣ0w+wTΣ1w=wT(μ0−μ1)(μ0−μ1)TwwT(Σ0+Σ1)wargmax⏟wJ(w)=||wTμ0−wTμ1||22wTΣ0w+wTΣ1w=wT(μ0−μ1)(μ0−μ1)TwwT(Σ0+Σ1)w    我们一般定义类内散度矩阵SwSw为:Sw=Σ0+Σ1=∑x∈X0(x−μ0)(x−μ0)T+∑x∈X1(x−μ1)(x−μ1)TSw=Σ0+Σ1=∑x∈X0(x−μ0)(x−μ0)T+∑x∈X1(x−μ1)(x−μ1)T    同时定义类间散度矩阵SbSb为:Sb=(μ0−μ1)(μ0−μ1)TSb=(μ0−μ1)(μ0−μ1)T    这样我们的优化目标重写为:argmaxwJ(w)=wTSbwwTSwwargmax⏟wJ(w)=wTSbwwTSww    仔细一看上式,这不就是我们的广义瑞利商嘛!这就简单了,利用我们第二节讲到的广义瑞利商的性质,我们知道我们的J(w)J(w)最大值为矩阵S−12wSbS−12wSw−12SbSw−12的最大特征值,而对应的ww为S−12wSbS−12wSw−12SbSw−12的最大特征值对应的特征向量!而S−1wSbSw−1Sb的特征值和S−12wSbS−12wSw−12SbSw−12的特征值相同,S−1wSbSw−1Sb的特征向量w′w′和S−12wSbS−12wSw−12SbSw−12的特征向量ww满足w′=S−12www′=Sw−12w的关系!    注意到对于二类的时候,SbwSbw的方向恒为μ0−μ1μ0−μ1,不妨令Sbw=λ(μ0−μ1)Sbw=λ(μ0−μ1),将其带入:(S−1wSb)w=λw(Sw−1Sb)w=λw,可以得到w=S−1w(μ0−μ1)w=Sw−1(μ0−μ1),也就是说我们只要求出原始二类样本的均值和方差就可以确定最佳的投影方向ww了。
2024/7/30 21:57:26 3KB MATLAB 人脸识别 LDA knn
1
零资源分下载,分享精神至上~3.0版新加入三维天空模拟系统。
其中的3D人物模型使用的是真三国无双6中的一个女角色。
背景音乐为仙剑奇侠传3主题曲。
一个综合型的Direct3D示例程序的3.0版。
用键盘上W,A,S,D,I,J,K,L,↑,↓,←,→12个键加上鼠标在美丽的三维空间中翱翔。
包括了Direct3D初始化,DirectInput输入处理,顶点缓存,光照与材质,文字输出,颜色,纹理贴图,四大变换,网格模型,X文件载入等等知识(当然还有默认被开启的深度缓存),地形系统模拟,三维天空模拟。
源码的配套博文是《【VisualC++】游戏开发四十九浅墨DirectX教程十七三维天空的实现》,文章地址为http://blog.csdn.net/zhmxy555/article/details/8715196,点击Release文件夹下的exe文件可以直接看到运行效果,运行需要DirectX运行库的支持。
报缺少D3D的DLL系列错误的童鞋们请google/百度一下“DirectX9.0cruntime”,下载并装个最新版的。
报缺少MVCR100D.Dll错误的朋友们去下一个安装就可以了,或者直接点击sln打开工程再次编译一次。
如果是想调试并运行源代码,但是报错了,请去下载最新版DirectXSDK并进行DirectX开发环境的配置。
编写环境:VS2010我的博客地址是http://blog.csdn.net/zhmxy555,源码结合配套文章一起看效果更佳。
希望能和大家一起交流,共同学习,共同进步。
2024/7/29 14:44:42 10.67MB DirectX Win32 C++ Direct3D
1
缺少这个动态链接库的朋友下载它
2024/7/25 16:05:20 157KB 软件安装
1
缺少这个jar包的或者缺少commons-math2.2.jar的小伙伴们可以来用这个jar包啦
2024/7/25 10:39:54 21.2MB commons-math 3.6.1.jar
1
共 365 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡