单因素方差分析，单因素方差分析是两个样本平均数比较的引伸，它是用来检验多个平均数之间的差异，从而确定因素对试验结果有无显著性影响的一种统计方法。
[编辑]单因素方差分析相关概念因素：影响研究对象的某一指标、变量。
水平：因素变化的各种形态或因素变化所分的等级或组别。
单因素试验：考虑的因素只有一个的试验叫单因素试验。
[编辑]单因素方差分析相关概念因素：影响研究对象的某一指标、变量。
水平：因素变化的各种形态或因素变化所分的等级或组别。
单因素试验：考虑的因素只有一个的试验叫单因素试验。
2016/3/3 14:51:42
736KB
1
这是多个经典视觉显著模型代码的合集，包括ITTI、SUN、GBVS、BMS等等，内有运行方法。
视觉显著性检测(Visualsaliencydetection)指通过智能算法模拟人的视觉特点，提取图像中的显著区域(即人类感兴味的区域)。
视觉注意机制(VisualAttentionMechanism，VA)，即面对一个场景时，人类自动地对感兴味区域进行处理而选择性地忽略不感兴味区域，这些人们感兴味区域被称之为显著性区域。
视觉显著性检测(Visualsaliencydetection)指通过智能算法模拟人的视觉特点，提取图像中的显著区域(即人类感兴味的区域)。
视觉注意机制(VisualAttentionMechanism，VA)，即面对一个场景时，人类自动地对感兴味区域进行处理而选择性地忽略不感兴味区域，这些人们感兴味区域被称之为显著性区域。
2017/3/25 13:34:57
39.25MB
1
能够处理逐步线性回归的matlab程序。
能够输出回归方程（回归方程系数），输出引入的自变量，能够检验回归效果。
进行了显著性检验，包括总离差平方和、回归平方和、残差平方和。
能够输出回归方程（回归方程系数），输出引入的自变量，能够检验回归效果。
进行了显著性检验，包括总离差平方和、回归平方和、残差平方和。
2019/10/21 8:37:58
3KB
1
显著性检测ASD（MSRA1000）数据集，包含1000张原图，及对应的标注图。
标注图与原图尺寸相分歧。
标注图与原图尺寸相分歧。
2018/5/4 13:21:11
24.29MB
1
资源是ITTI视觉显著性模型的MATALB代码，资源下载后直接能用，解压后打开zj.m，然后运行即可测试，提取得到的显著图直接能显示出来。
同时为了大家需要，同时考虑了灰度图像可以使用的边缘显著度等，去掉了与颜色相关的显著图计算，封装成了函数ITTI_Model，通过S=ITTI_Model(img)调用即可。
相关的材料参照博文https://blog.csdn.net/weixin_42647783/article/details/82532179。
谢谢~
同时为了大家需要，同时考虑了灰度图像可以使用的边缘显著度等，去掉了与颜色相关的显著图计算，封装成了函数ITTI_Model，通过S=ITTI_Model(img)调用即可。
相关的材料参照博文https://blog.csdn.net/weixin_42647783/article/details/82532179。
谢谢~
2022/9/5 21:47:50
1.75MB
1
部分代码：function[a,b]=fisher(A,B,X,h)%A，B表示A,B类的数据，X表示未知类别的数据。
%A,B,X的列表示不同的目标，行表示一个个体。
%h为显著性水平。
average1=mean(A);average2=mean(B);m=size(A,1);n=size(B,1);p=size(A,2);fori=1:p
%A,B,X的列表示不同的目标，行表示一个个体。
%h为显著性水平。
average1=mean(A);average2=mean(B);m=size(A,1);n=size(B,1);p=size(A,2);fori=1:p
2022/9/4 4:30:24
652B
1
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