基于SVD分解和最近邻算法的高维人脸识别代码，是MATLAB系统上实现的代码，可直接运行，包含人脸数据库
2023/12/20 6:55:49
3MB
1
全书分为9章：第1章在比较了几种常用的流体流动数值计算方法特点的基础上着重介绍了有限体积法的基本思想和特点；
第2章介绍扩散问题的有限体积解法，从一维稳态扩散问题人手，简要介绍了区域离散方法、离散方程的推导和控制容积界面值的近似计算；
第3章介绍对流扩散问题的有限体积法，通过例题说明对流项对数值计算的影响；
第4章从离散方程的守恒性、方程系数的有界性和流动过程的输运性出发讨论了有限体积法中重要的差分格式问题；
第5章介绍压力速度耦合问题的有限体积算法，讨论了解决压力速度耦合问题数值计算中两个难点的方法，即交错网格算法和压力耦合问题的半隐算法（SIMPLE算法及其改进算法）；
第6章简要介绍了求解三对角方程的TDMA算法及其在高维问题中的应用；
第7章讨论了非稳态流动问题的有限体积算法的过程；
第8章介绍了有限体积法求解过程中对边界条件的处理方法；
第9章着重讨论了有限体积法中非规则网格的生成和非规则网格条件下离散方程的求解过程。
其中第2章、第3章，第5章～第8章的内容主要编译自AnIn—troductiontOComputationalFluidDynamics一书，为使其适合一般工程专业学生学习的需求，编写过程中做了适当的增删，并补充了一些习题和思考题。
第2章介绍扩散问题的有限体积解法，从一维稳态扩散问题人手，简要介绍了区域离散方法、离散方程的推导和控制容积界面值的近似计算；
第3章介绍对流扩散问题的有限体积法，通过例题说明对流项对数值计算的影响；
第4章从离散方程的守恒性、方程系数的有界性和流动过程的输运性出发讨论了有限体积法中重要的差分格式问题；
第5章介绍压力速度耦合问题的有限体积算法，讨论了解决压力速度耦合问题数值计算中两个难点的方法，即交错网格算法和压力耦合问题的半隐算法（SIMPLE算法及其改进算法）；
第6章简要介绍了求解三对角方程的TDMA算法及其在高维问题中的应用；
第7章讨论了非稳态流动问题的有限体积算法的过程；
第8章介绍了有限体积法求解过程中对边界条件的处理方法；
第9章着重讨论了有限体积法中非规则网格的生成和非规则网格条件下离散方程的求解过程。
其中第2章、第3章，第5章～第8章的内容主要编译自AnIn—troductiontOComputationalFluidDynamics一书，为使其适合一般工程专业学生学习的需求，编写过程中做了适当的增删，并补充了一些习题和思考题。
2023/11/20 17:28:28
11.03MB
1
GSO群搜索优化算法(GroupSearchOptimizer)以及它的一个改进算法SGSO算法(SimplifiedGroupSearchOptimizerAlgorithm)，可用于高维优化问题.
2023/8/30 12:30:25
1.11MB
1
线性光谱聚类（LSC）的超像素分割算法，该算法可以生成具有低计算成本的紧凑且均匀的超像素。
基本上，基于测量图像像素之间的颜色相似性和空间接近度的相似性度量，采用超像素分割的归一化切割公式。
然而，代替使用传统的基于特征的算法，我们使用核函数来近似相似性度量，导致将像素值和坐标明确映射到高维特征空间。
我们证明，通过适当地加权该特征空间中的每个点，加权K均值和归一化切割的目标函数共享相同的最佳点。
因此，通过在所提出的特征空间中迭代地应用简单的K均值聚类，可以优化归一化切割的成本函数。
LSC具有线性计算复杂性和高内存效率，并且能够保留图像的全局属性。
实验结果表明，LSC在图像分割中的几种常用评估度量方面表现出与现有技术的超像素分割算法相同或更好的性能。
基本上，基于测量图像像素之间的颜色相似性和空间接近度的相似性度量，采用超像素分割的归一化切割公式。
然而，代替使用传统的基于特征的算法，我们使用核函数来近似相似性度量，导致将像素值和坐标明确映射到高维特征空间。
我们证明，通过适当地加权该特征空间中的每个点，加权K均值和归一化切割的目标函数共享相同的最佳点。
因此，通过在所提出的特征空间中迭代地应用简单的K均值聚类，可以优化归一化切割的成本函数。
LSC具有线性计算复杂性和高内存效率，并且能够保留图像的全局属性。
实验结果表明，LSC在图像分割中的几种常用评估度量方面表现出与现有技术的超像素分割算法相同或更好的性能。
2023/8/13 15:12:13
9.55MB
1
投影寻踪(projectionpursuit，PP)方法属于直接由样本数据驱动的探索性数据分析方法，是美国科学家Kruscal于20世纪70年代提出的，在高维性、非线性、非正态数据分析处理方面有独到之处，运用matlab编程，其计算步骤如下：(1)指标体系无量纲化；
（2）构造投影指标函数；
（3）构造投影目标函数；
(4)确定最佳投影方向；
(5)确定投影值
（2）构造投影指标函数；
（3）构造投影目标函数；
(4)确定最佳投影方向；
(5)确定投影值
2023/8/3 15:48:08
15KB
1
Fisherface方法的实现是在PCA数据重构的基础上完成的，首先利用PCA将高维数据投影到低维特征脸子空间，然后再在这个低维特征脸子空间上用LDA特征提取方法得到Fisherface。
2023/6/30 18:06:58
3.25MB
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