Iris数据集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。
其中的一个品种与另外两个品种是线性可分离的,后两个品种是非线性可分离的。
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;&品种:IrisSetosa(山鸢尾)、IrisVersicolour(杂色鸢尾),以及IrisVirginica(维吉尼亚鸢尾)。
2016/1/25 4:28:45 12KB 鸢尾花数据集
1
CM-20948器件设有9轴集成、片上DMP和运行时间校准固件。
其他特性包括片上16位ADC、可编程数字滤波器、嵌入式温度传感器和可编程中断。
该器件设有I2C和SPI串行接口以及独立的数字IO电源,VDD工作范围为1.71V至3.6V,VDDIO为1.71V至1.95V。
借助高达100kHz(标准模式)或400kHz(快速模式)的I2C,或者高达7MHz的SPI,可与器件的所有寄存器进行通信。
该器件具有20,000g的冲击可靠性,因而十分稳健。
2018/3/2 5:45:02 2.98MB ICM20948 InvenSense PDF
1
已知图像img.jpg中棋盘格最核心的四个角点(以红色标识)的平面世界坐标(x,y).估计两坐标系之间的单应矩阵H。
2.计算棋盘格标定板的左侧边界长度,即图中两绿色角点在世界坐标系中的距离d(cm)。
要求输出矩阵H和距离d。
2022/10/2 20:42:52 5.86MB 计算机视觉 单应矩阵 单视测量
1
clearall;closeall;fs=8e5;%抽样频率fm=20e3;%基带频率n=2*(6*fs/fm);final=(1/fs)*(n-1);fc=2e5;%载波频率t=0:1/fs:(final);Fn=fs/2;%耐奎斯特频率%用正弦波产生方波%==========================================twopi_fc_t=2*pi*fm*t;A=1;phi=0;x=A*cos(twopi_fc_t+phi);%方波am=1;x(x>0)=am;x(x<0)=-1;figure(1)subplot(321);plot(t,x);axis([02e-4-22]);title('基带信号');gridoncar=sin(2*pi*fc*t);%载波ask=x.*car;%载波调制subplot(322);plot(t,ask);axis([0200e-6-22]);title('PSK信号');gridon;%=====================================================vn=0.1;noise=vn*(randn(size(t)));%产生乐音subplot(323);plot(t,noise);gridon;title('乐音信号');axis([0.2e-3-11]);askn=(ask+noise);%调制后加噪subplot(324);plot(t,askn);axis([0200e-6-22]);title('加噪后信号');gridon;%带通滤波%======================================================================fBW=40e3;f=[0:3e3:4e5];w=2*pi*f/fs;z=exp(w*j);BW=2*pi*fBW/fs;a=.8547;%BW=2(1-a)/sqrt(a)p=(j^2*a^2);gain=.135;Hz=gain*(z+1).*(z-1)./(z.^2-(p));subplot(325);plot(f,abs(Hz));title('带通滤波器');gridon;Hz(Hz==0)=10^(8);%avoidlog(0)subplot(326);plot(f,20*log10(abs(Hz)));gridon;title('Receiver-3dBFilterResponse');axis([1e53e5-31]);%滤波器系数a=[100.7305];%[10p]b=[0.1350-0.135];%gain*[10-1]faskn=filter(b,a,askn);figure(2)subplot(321);plot(t,faskn);axis([0100e-6-22]);title('通过带通滤波后输出');gridon;cm=faskn.*car;%解调subplot(322);plot(t,cm);axis([0100e-6-22]);gridon;title('通过相乘器后输出');%低通滤波器%==================================================================p=0.72;gain1=0.14;%gain=(1-p)/2Hz1=gain1*(z+1)./(z-(p));subplot(323);Hz1(Hz1==0)=10^(-8);%avoidlog(0)plot(f,20*log10(abs(Hz1)));gridon;title('LPF-3dBresponse');axis([05e4-31]);%滤波器系数a1=[1-0.72];%(z-(p))b1=[0.140.14];%gain*[11]so=filter(b1,a1,cm);so=so*10;%addgainso=so-mean(so);%removesDCcomponentsubplot(324);
2016/5/8 20:09:29 589KB matlab PSK 调制与解调
1
FANUC_0i_MD参数阐明书(B-64310CM_04)_EN.PDF
2020/4/17 11:09:47 3.72MB FANUC0iD
1
中国挪动CM-IMS总体技术要求非常详细
2019/2/5 19:12:18 6.26MB IMS sip ims-sip 移动
1
本文报道钠在主量子数n=12,13,14附近能区的斯塔克(stark)效应,外场从0~8kV/cm.观察到随着电场的添加,角动量小的项并入线性斯塔克簇,且不同|m|的能级简并解除.对实验结果进行了分析讨论.
2020/5/21 12:34:05 4.29MB 斯塔克效 准简并 反交叉 Stark
1
有两种外形类似、习性相近的鸟,给出某科研人员对着两种鸟类的翅展和身长的记录。
问题1.请根据上述表格,给出一个为这两种鸟类分类的方法。
问题2.现观察到该片丛林中的三只鸟,其翅展和身长的数据分别为(12.50,19.00),(13.00,18.00),(14.00,20.70)。
请通过数据进行辨识,这三只鸟分别是A类还是B类。
问题3.若科研人员发现,记录中有一处错误,翅展13.80cm、身长19.00cm这只鸟类应属于A类而非B类。
请分析该错误对分类的影响。
由此写出期末论文,内容包含摘要、关键词、题目重述、符号说明、模型建立、模型求解、回答题目问题、模型改进、总结的全部文字。
代码在附录中。
2020/8/11 1:05:28 298KB 建模 matlab
1
本文采用振荡-放大安装测量了铜蒸气激光5106谱线的增益和饱和能量密度,它们分别为0.2cm~(-1)和22.3μJcm~(-2).并对实验结果进行了讨论.
2020/1/21 12:02:27 3.04MB 空间和时 spatial a
1
openwrt18.06EC20R2.0quectel-CM使用程序源码,可以自动填充DNS,没有积分的可以私信我
2022/9/5 17:15:17 39KB openwrt EC20
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 钉钉 钉钉打卡