利用100个男女训练集样本，使用贝叶斯分类器判别男女。
1.采用最大似然法和贝叶斯估计的方法获得密度函数，设定不同的先验概率，观察判别结果正确率。
2.分别在男女相关不相关的情况下分析结果正确率。
3.设定不同的风险，采用最小风险的Bayes决策反复上面实验。
1.采用最大似然法和贝叶斯估计的方法获得密度函数，设定不同的先验概率，观察判别结果正确率。
2.分别在男女相关不相关的情况下分析结果正确率。
3.设定不同的风险，采用最小风险的Bayes决策反复上面实验。
2018/9/4 4:21:32
702KB
1
紫色HaiiroHaiji/NamikaHamasaki的预渲染作品集网站。
日语版本：：英文版本：:设置/更新已安装的软件包使用Nodev12$npmi发展历程以英语语言环境运转$npmrundev然后在浏览器中打开localhost:8000。
以日语语言环境运转$npmrundev:ja内容作者的目录/文件结构添加内容在/contents/works/:locale下创建新的markdown文件文件名用于URL。
例如/contents/works/ja/amazarashi.md＞https://domain/works/mazarashi将文件名添加到orderedWorks上的/nuxt.config.js数组中此数据用于索引页面的列表，并配置为预渲染目标降价格式样本/contents/works/en/amazarashi.mdtitle:AmazarashiMusicVideoyear:2015owner:SonyMusicEntertainmentrole:
日语版本：：英文版本：:设置/更新已安装的软件包使用Nodev12$npmi发展历程以英语语言环境运转$npmrundev然后在浏览器中打开localhost:8000。
以日语语言环境运转$npmrundev:ja内容作者的目录/文件结构添加内容在/contents/works/:locale下创建新的markdown文件文件名用于URL。
例如/contents/works/ja/amazarashi.md＞https://domain/works/mazarashi将文件名添加到orderedWorks上的/nuxt.config.js数组中此数据用于索引页面的列表，并配置为预渲染目标降价格式样本/contents/works/en/amazarashi.mdtitle:AmazarashiMusicVideoyear:2015owner:SonyMusicEntertainmentrole:
2015/1/11 8:44:10
47.15MB
1
本代码为matlab实现的支持向量机模式识别算法，对MNIST数据集进行三种样本分类，如果电脑内存够大，可以实现更多的类别分类，另外exclass是对随机的两个样本分类，也可以参考，exmuticlassall为对MNIST数据集分类，正文掉的代码也可以实现随即三样本分类并作图。
2018/4/24 2:04:03
12.71MB
1
完整中文电子版CNAS实验室具体规定及规则,有CNAS-R01~03和CNAS-RL01~10,d典型如：CNAS-R01-2020认可标识使用和认可形态声明规则；
CNAS-RL01-2019实验室认可规则；
CNAS-RL10-2020生物样本库认可规则等等，具体见附件RAR文件，如需要CNAS-CL01-Gxxx/Axxx/Sxx,可留言或私信给我，谢谢！
CNAS-RL01-2019实验室认可规则；
CNAS-RL10-2020生物样本库认可规则等等，具体见附件RAR文件，如需要CNAS-CL01-Gxxx/Axxx/Sxx,可留言或私信给我，谢谢！
2015/8/2 4:19:07
4.77MB
1
本书系统地论述了古典、现代辨识理论和方法，并探讨了多种如神经网络、遗传神经网络算法、模糊神经网络新的非线性智能辨识技术，引见了诱导和辨识混沌的方法。
分析了各种方法的一致性及特点，并探讨了MAT-LAB软件对各类辨识方法的实现途径。
全书共分8章，在理论分析的基础上，列举了大量的仿真程序、程序剖析和工程应用实例。
本书内容新颖、信息量大，并附开发的多种与辨识相关的源程序光盘，为读者提供了学习或模仿的样本。
本书可供自动化、测控、通信、安全类及相关专业高校师生和工程技术人员选用。
分析了各种方法的一致性及特点，并探讨了MAT-LAB软件对各类辨识方法的实现途径。
全书共分8章，在理论分析的基础上，列举了大量的仿真程序、程序剖析和工程应用实例。
本书内容新颖、信息量大，并附开发的多种与辨识相关的源程序光盘，为读者提供了学习或模仿的样本。
本书可供自动化、测控、通信、安全类及相关专业高校师生和工程技术人员选用。
2020/5/16 14:33:39
10.59MB
1
自述生成器描述命令行应用程序创建专业的自述文件。
目录安装要安装所需的软件包，请在终端中输入npmi。
用法要运转该应用程序，请在终端中输入nodeindex.js。
这是演示该应用程序功能的演示视频。
这是使用该应用程序生成的样本自述文件。
执照该项目已获得MIT许可。
贡献请提交请求请求。
测验要运转测试（如果提供），请在终端中输入npmtest。
问题如有任何疑问，请通过与我联系。
在GitHub上的上查看我的其他作品。
目录安装要安装所需的软件包，请在终端中输入npmi。
用法要运转该应用程序，请在终端中输入nodeindex.js。
这是演示该应用程序功能的演示视频。
这是使用该应用程序生成的样本自述文件。
执照该项目已获得MIT许可。
贡献请提交请求请求。
测验要运转测试（如果提供），请在终端中输入npmtest。
问题如有任何疑问，请通过与我联系。
在GitHub上的上查看我的其他作品。
2021/7/23 8:20:51
10.64MB
1
根据分布式压缩感知理论,提出一种宽带协作频谱感知的方式。
该方式相比于以往的协作压缩频谱感知方式,认知用户传向融合中心的数据精简为压缩信号,各个压缩信号在融合中心进行融合重构,这样就减少传向融合中心的数据量,缓解融合中心的数据压力,并且可以提高信号重构的成功率。
同时,根据压缩抽样匹配追踪算法,提出一种联合压缩抽样匹配追踪算法。
该算法思想是通过加权融合测量样本、迭代重构原信号,以恢复共同的频谱支撑集,完成协作频谱感知。
仿真结果表明:与经典的DCS-SOMP算法相比,本文算法功能更优,所需的滤波器数更少。
该方式相比于以往的协作压缩频谱感知方式,认知用户传向融合中心的数据精简为压缩信号,各个压缩信号在融合中心进行融合重构,这样就减少传向融合中心的数据量,缓解融合中心的数据压力,并且可以提高信号重构的成功率。
同时,根据压缩抽样匹配追踪算法,提出一种联合压缩抽样匹配追踪算法。
该算法思想是通过加权融合测量样本、迭代重构原信号,以恢复共同的频谱支撑集,完成协作频谱感知。
仿真结果表明:与经典的DCS-SOMP算法相比,本文算法功能更优,所需的滤波器数更少。
2021/9/8 14:25:08
357KB
1
用matlab实现了机器学习中的感知机学习算法（perceptronalgorithm），利用前500个样本值训练分类器，用剩余样本做测试。
2021/3/21 18:16:26
4KB
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