基于人脸的数据库，在matlab平台上实现Fisher分类算法

内容包含最小错误贝叶斯估计，kn近邻估计，Fisher线性判别，SVM实现，决策树和C均值算法的MATLAB实现。

FeaturescalingforkernelFisherdiscriminantanalysisusingleave-one-outcrossvalidation.FS-KFDAisapackageforimplementingfeaturescalingforkernelfisherdiscriminantanalysis.-FeaturescalingforkernelFisherdiscriminantanalysisusingleave-one-outcrossvalidation.FS-KFDAisapackageforimplementingfeaturescalingforkernelfisherdiscriminantanalysis.

matlabPCA的m文件。
数据集Iris是常用的分类实验数据集，由Fisher,1936收集整理。
CSDN上原来有一个arff格式的鸢尾花数据集，不方便matlab直接调用。
我的这个数据集是txt格式的，在matlab下可以直接一句命令“load('iris.txt')”加载。
iris以鸢尾花的特征作为数据来源，常用在分类操作中。
该数据集由3种不同类型的鸢尾花的50个样本数据构成。
其中的一个种类与另外两个种类是线性可分离的，后两个种类是非线性可分离的。
该数据集包含了5个属性：&Sepal.Length（花萼长度），单位是cm;&Sepal.Width（花萼宽度），单位是cm;&Petal.Length（花瓣长度），单位是cm;&Petal.Width（花瓣宽度），单位是cm;&种类：IrisSetosa（山鸢尾）、IrisVersicolour（杂色鸢尾），以及IrisVirginica（维吉尼亚鸢尾

第1章绪论1.1什么叫数理统计学1.2数理统计的若干基本概念1.3统计量习题一第2章抽样分布及若干预备知识2.1引言2.2正态总体样本均值和样本方差的分布*2.3次序统计量的分布2.4X2分布，t分布和F分布2.5统计量的极限分布*2.6指数族2.7充分统计量*2.8完全统计量习题二第3章点估计3.1引言3.2矩估计3.3极大似然估计*3.4一致最小方差无偏估计3.5Cramer-Rao不等式习题三第4章区间估计4.1区间估计的基本概念4.2枢轴变量法——正态总体参数的置信区间4.3枢轴变量法——非正态总体参数的置信区间4.4Fisher的信仰推断法4.5容忍区间与容忍限习题四第5章参数假设检验5.1假设检验的若干基本概念5.2正态总体参数的假设检验5.3假设检验与区间估计*5.4一致最优检验与无偏检验5.5似然比检验

模式识别，实验报告，“Bayes分类器设计”和“基于Fisher准则线性分类器设计”，有实验原理，有代码，有图，有分析。

这是比较好的fisher文章，多了解核fisher很有帮助

什么是OPC？OPC(OLEforProcessControl——用于过程控制的OLE)是一个工业标准，它是许多世界领先的自动化和软、硬件公司与微软公司合作的结晶。
这个标准定义了应用Microsoft操作系统在基于PC的客户机之间交换自动化实时数据的方法。
管理该标准的组织是OPC基金会。
该基金会的会员单位在世界范围内超过220个。
包括了世界上几乎全部的控制系统、仪器仪表和过程控制系统的主要供应商。
OPC基金会的先驱——一支由Fisher-Rosemount、Rockwell软件公司、Opto22、Intellution和IntuitiveTechnology公司组成的“特别工作组”——在经过一年工作后，开发出一个基本的、可运行的OPC规范。
简化的第一阶段的标准在1996年8月发布。
　　随着1997年2月Microsoft公司推出Windows95支持的DCOM技术，1997年9月新成立的OPCFoundation对OPC规范进行修改，增加了数据访问等一些标准，OPC规范得到了进一步的完善。
OPC是基于Microsoft公司的DistributedInternetApplication（DNA）构架和ComponentObjectModel（COM）技术的，根据易于扩展性而设计的。
OPC规范定义了一个工业标准接口，这个标准使得COM技术适用于过程控制和制造自动化等应用领域。
OPC是以OLE/COM机制作为应用程序的通讯标准。
OLE/COM是一种客户/服务器模式，具有语言无关性、代码重用性、易于集成性等优点。
OPC规范了接口函数，不管现场设备以何种形式存在，客户都以统一的方式去访问，从而保证软件对客户的透明性，使得用户完全从低层的开发中脱离出来。
　　OPC的效率从OPC标准的制定到现在已历经了5年的时间。
在这过去的5年中，众多业界领先的制造商已开发了多种OPC服务器和客户机应用。
在实际工程中也历经了多方面的测试和考验。
以瑞士的TetraPak为例，其基于OPC服务器技术的数据采集系统，保证了对超过500个数据点的更新时间为200毫秒。

lfda,局部Fisher判别分析的R包lfda软件用于对和visualizing局部Fisher判别分析，核局部Fisher判别分析和半监督局部Fisher判别分析算法进行package。
这些算法的介绍和应用可以在这里找到，这里是，这里是。
这些

基因本体论工具作者海宝堂（）DV（）布伦特·佩德森（）菲德尔·拉米雷斯（）AurelienNaldi（）帕特里克·弗里克（）杰夫·尤恩斯（）佐藤健太（）克里斯·蒙加（Chris）格雷格·（）戴维·德托马索（）奥尔加·（）电子邮件执照BSD描述该软件包包含一个Python库，用于根据Fisher的精确测试，处理某些GO术语的过高和不足表示。
具有多种多样的校正例程，包括Bonferroni，Sidak，Holm和错误发现率的本地实现例程。
此外，还包括从多个测试校正：FDR的Benjamini/Hochberg的，FDR的Benjamini/Yekutieli，霍尔姆-Sidak，西门斯-Hochberg指出霍梅尔，FDR2级的Benjamini-Hochberg的，F

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。