利用matlab实现的贝叶斯分类算法，其中包含数据格式转换算法，交叉验证算法和数据集统计算法，是UCI数据集通用的分类算法，准确率达到0.9427.

目录录录第1章计算机基础知识 11.1计算机概论 11.1.1计算机的发展概况 11.1.2计算机的特点 21.1.3计算机的应用 21.2计算机常用的数制及编码 41.2.1二进制数 41.2.2二进制与其它数制 51.2.3不同进制数之间的转换 61.2.4二进制数在计算机内的表示 81.2.5常见的信息编码 91.3计算机系统的组成 111.3.1计算机系统 111.3.2计算机的基本结构 111.3.3微型计算机中的硬件资源 131.3.4基本输入输出设备 171.3.5微型计算机的软件配置 191.4多媒体计算机 221.4.1多媒体的基本概念 221.4.2多媒体计算机系统 221.4.3多媒体技术的应用 231.5计算机病毒简介及其防治 231.5.1计算机病毒的定义、特征及危害 231.5.2计算机病毒的结构与分类 241.5.3计算机病毒的预防 251.5.4常用杀毒软件简介 261.6计算机产业及主要产品介绍 271.6.1计算机产业的兴起和发展 271.6.2微型计算机的出现和巨大成功 271.6.3国际知名计算机产业公司及其产品简介 291.6.4国内主要计算机产业公司简介 32习题 33第2章中文Windows98 352.1概述 352.1.1发展历史 352.1.2特点 352.1.3运行环境和安装 362.1.4启动和退出 382.2Windows98的基本知识和基本操作 382.2.1桌面简介 382.2.2启动和退出应用程序 392.2.3鼠标的使用 402.2.4窗口和对话框 412.2.5菜单和工具栏 422.2.6剪贴板 432.2.7帮助系统 442.3MS-DOS方式 452.3.1DOS基础 452.3.2MS-DOS方式 482.4Windows98资源管理器 482.4.1文件和文件夹 482.4.2“资源管理器”窗口 492.4.3管理文件和文件夹 502.4.4“回收站”的使用 532.4.5快捷方式 542.4.6文件和应用程序相关联 552.5Windows98控制面板 552.5.1显示属性的调整 562.5.2添加新硬件 582.5.3系统 602.5.4打印机 612.5.5安装和删除应用程序 622.6中文操作处理 642.6.1打开和关闭汉字输入法 642.6.2操作说明 642.6.3输入法简介 652.6.4输入法设置 652.7多媒体 662.7.1Windows98的多媒体特性 662.7.2多媒体附件程序 672.7.3多媒体属性设置 682.7.4配置Windows98声音方案 712.8磁盘管理 712.8.1磁盘格式化 722.8.2软盘复制 732.8.3浏览和改变磁盘的设置 732.9画图程序 742.9.1启动“画图”程序 742.9.2“画图”程序功能简介 742.9.3创建图片 75习题 75第3章字处理软件Word2000 773.1Word概述 783.1.1功能 783.1.2启动与退出 793.1.3窗口的组成 813.2文档的基本操作 843.2.1创建一个新文档 843.2.2保存文档 853.2.3打开文档 863.2.4文本输入和基本编辑 863.3文档的排版 933.3.1视图 933.3.2字符排版 933.3.3段落的格式化 963.3.4页面排版 993.4表格 1033.4.1建立表格 1033.4.2编辑表格 1043.4.3表格属性设置 1063.4.4转换表格和文本 1103.5图片编辑 1113.5.1剪贴画 1113.5.2插入艺术字 1133.5.3绘制图形 1133.6打印预览及打印 1153.6.1打印预览 1153.6.2打印 116习题

总结了深度学习中的分类网络，从Le-net，Alex-net,Vgg,googlenet(inceptionv1,v2,v3),netinnet,resnet50,SEnet,mobilenet,shuffleNet,还总结了相应的知识点。

基于贝叶斯分类的中文垃圾信息分类识别核心核心代码，可直接运行的源程序。
publicvoidloadTrainingDataChinies(FiletrainingDataFile,StringinfoType){//加载中文分词其NLPIR.init("lib");//System.out.println(trainingDataFile.isFile()+"==============");//尝试加载学习数据文件try{//针对学习数据文件构建缓存的字符流，利用其可以采用行的方式读取学习数据BufferedReaderfileReader=newBufferedReader(newFileReader(trainingDataFile));//定义按照行的方式读取学习数据的临时变量Stringdata="";//循环读取学习文件中的数据while((data=fileReader.readLine())!=null){//System.out.println("*****************************");//System.out.println(data+"000000000000000000000");//按照格式分割字符串，将会分割成两部分，第一部分为ham或spam,用于说明本行数据是有效消息还是垃圾消息，第二部分为消息体本身//String[]datas=data.split(":");//对消息体本身进行简单分词（本学习数据均为英文数据，因此可以利用空格进行自然分词，但是直接用空格分割还是有些简单粗暴，因为没有处理标点符号，大家可以对其进行扩展，先用正则表达式处理标点符号后再进行分词，也可以扩展加入中文的分词功能）//首先进行中文分词//System.out.println(datas[1]+"------------------------");//if(datas.length＞1){//System.out.println(datas.length);Stringtemp=NLPIR.paragraphProcess(data,0);//System.out.println(temp);String[]words=temp.split("");

基于复杂网络的矿物浮选泡沫图像纹理提取与分类方法

您可能需要将某范围的值重分类为一个替代值，并将另一个范围重分类为其他替代值。
例如，在某房屋的建筑物适宜性模型的土地利用输入栅格中，所有居民区和人类活动用地的值范围为0到9，森林的值范围为10到19，而农业用地的值范围为20到29。

这个利用行人HOG特征通过SVM分类器进行分类的代码。
程序运行环境为VS2013+OpenCV2.20。
程序内可以选择Opencv自带的行人检测算法，也可以自己训练HOG特征进行检测。
如果自己训练的话，需要在D盘建立一个文件（具体文件名程序中有）里面存在训练的正负样本，和测试样本。
具体D盘的这个文件夹在本人自愿中已上传，需要请自行下载。

为了帮助对视觉障碍患者有效识别道路周围的场景，提出一种基于迁移学习和深度神经网络方法，实现实时盲道场景识别。
首先提取盲道障碍物的瓶颈描述子和判别区域集成显著性特征描述子，并进行特征融合，然后训练新的盲道特征表示，用Softmax函数实现盲道场景识别。
实验中，对成都不同区域盲道周围障碍物采样，分别采用基于Mobilenet模型不同参数训练和测试了提出的新模型，最后在实际应用场景，实现了盲道周边障碍物的实时分类和报警，实验证明提出的方法具有很高准确率和良好的运行性能。

HCIP数通部分2020年8月最新题库+解析。
按内容分类好，PDF文件，重点内容有笔记标注，每道题都有分析和标注。

matlab版随机森林工具箱-用于分类和回归

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。