捷克人用matlab实现的统计模式识别工具箱，11年的版本，包含核主成分分析（KPCA）等多个算法，非常棒合适学习
2019/2/21 3:49:53
5.76MB
1
本软件直观的对样品进行鉴定，验证，确认，定性和定量分析，对所有中红外，近红外和拉曼分析都适用。
TQ分析家是一个适用于各种经验水平的光谱工作者的包罗万象的方法发展平台。
特性包括:•光谱的预处理和挑选•光程处理•全面诊断•数据处理•完整的定性和定量工具•运算矫正和定量方法的可传递性TQ分析家也提供了高级特性，帮助没有经验的使用者完善高功能的分析方法。
具有人工智能的迅捷指南，引用“软件向导”，通过方法发展流程以询问基础问题，分析光谱，确定方法可行性和建议方式等指导你进行改善。
尽管TQ分析家提供指南来简化发展流程，有经验者可以直接进入方法流程。
TQ分析家软件提供了一套全面的光谱测量，分类和定量分析工具，其技术有：•检索标准品•距离匹配•相似性匹配•QC比对•判别式分析•简单Beer’s定律•步进多线性回归(SMLR)•经典最小二乘法(CLS)•部分最小二乘法(PLS)•主成分回归(PCR)作为在制造，研究，教育和共同开发的强有力工具，对于OMNICFT-IR软件和RESULT进行补充或作为独立软件包，内置的文件转换器使得多种类型的数据得到分析。
这些特性使得成为适合你需要的首选软件包！
TQ分析家是一个适用于各种经验水平的光谱工作者的包罗万象的方法发展平台。
特性包括:•光谱的预处理和挑选•光程处理•全面诊断•数据处理•完整的定性和定量工具•运算矫正和定量方法的可传递性TQ分析家也提供了高级特性，帮助没有经验的使用者完善高功能的分析方法。
具有人工智能的迅捷指南，引用“软件向导”，通过方法发展流程以询问基础问题，分析光谱，确定方法可行性和建议方式等指导你进行改善。
尽管TQ分析家提供指南来简化发展流程，有经验者可以直接进入方法流程。
TQ分析家软件提供了一套全面的光谱测量，分类和定量分析工具，其技术有：•检索标准品•距离匹配•相似性匹配•QC比对•判别式分析•简单Beer’s定律•步进多线性回归(SMLR)•经典最小二乘法(CLS)•部分最小二乘法(PLS)•主成分回归(PCR)作为在制造，研究，教育和共同开发的强有力工具，对于OMNICFT-IR软件和RESULT进行补充或作为独立软件包，内置的文件转换器使得多种类型的数据得到分析。
这些特性使得成为适合你需要的首选软件包！
2018/11/3 6:48:04
19.06MB
1
二维数据主成分分析（PCA）和白化操作的MATLAB简略示例，http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial有其教程。
2019/9/19 6:32:53
2KB
1
将两幅或多幅图像成功导入系统中。
实现对图像的匹配和去噪工作，使得图像几何对齐以此消除图像间的形状差异并避免将源图像中的噪声当做重要信息保留至融合结果中。
编写完成加权品均算法和主成分分析算法。
程序对源图像像素级灰度值进行处理，依据算法得出相应的融合图像。
通过观察融合结果，体会其算法的不足之处。
编写完成小波融合算法。
程序能够选定合适的小波基，对源图像成功进行小波分解，分别得到低频近似图像和各个尺度、各个方向上的高频细节图像。
低频图像的加权平均融合和高频融合算法运行无误
实现对图像的匹配和去噪工作，使得图像几何对齐以此消除图像间的形状差异并避免将源图像中的噪声当做重要信息保留至融合结果中。
编写完成加权品均算法和主成分分析算法。
程序对源图像像素级灰度值进行处理，依据算法得出相应的融合图像。
通过观察融合结果，体会其算法的不足之处。
编写完成小波融合算法。
程序能够选定合适的小波基，对源图像成功进行小波分解，分别得到低频近似图像和各个尺度、各个方向上的高频细节图像。
低频图像的加权平均融合和高频融合算法运行无误
2015/4/3 20:22:47
12.66MB
1
在MATLAB中实现用主成分分析（PCA）的方法对矩阵的降维.其中包括具体程序实现代码，为了增加程序的可读性，对程序的次要步骤都进行了解释。
2015/11/21 4:57:46
1KB
1
调试已通过的基于（KPCA）核主成分分析人脸识别代码，带有注释和ORL人脸库对于学习KPCA很有协助
2022/9/7 11:23:11
3.03MB
1
本文通过对文本人物关系、文本结构分层、作者行文风格的分析来分析中文文本。
针对问题一，我们运用聚类分析和层次分析建立模型从物理结构与逻辑结构两方面来分析文本，我们提取文本中和文本标题中的人名作为特征项，用matlab编程分别统计每个人名在各个段落中的频数。
通过运用主成分分析法对文本进行的分析我们得出自变量与常数项几乎不相关，因而不需要采取主成分回归分析。
通过系统聚类分析，我们得到了聚类图，从中得出了主演人物之间的关系。
通过层次划分，我们将样本一划分为两层，样本二划分为两层，样本三划分为两层。
最后通过matlab编程统计样本中虚词的频数，并且分别对样本中虚词总体和各个虚词进行统计，运用计算风格学理论，我们得出前八十回与后四十回作者的行文风格存在差异。
针对问题二，我们对聚类分析、层次划分、行文风格进行了检验。
对于聚类分析的结果，我们与从对文本概述的文学概括分析得到的人物关系进行比较检验，验证了聚类分析结果是可靠性。
对于层次分析，我们通过用Excel对数据做出折线图，对图形进行分析，得出与用层次分析算法得出的相同的人物关系结论。
针对问题三，我们计算了各个样本中主要人物的比重，做出了折线图，从图中我们得出了文本结构一致性的结论，体现了三个样本的相同性。
通过计算同一个人物在不同样本中的频数（以黛玉为例），我们得出各个样本由于主题思想的不同主要人物也有差异。
针对问题一，我们运用聚类分析和层次分析建立模型从物理结构与逻辑结构两方面来分析文本，我们提取文本中和文本标题中的人名作为特征项，用matlab编程分别统计每个人名在各个段落中的频数。
通过运用主成分分析法对文本进行的分析我们得出自变量与常数项几乎不相关，因而不需要采取主成分回归分析。
通过系统聚类分析，我们得到了聚类图，从中得出了主演人物之间的关系。
通过层次划分，我们将样本一划分为两层，样本二划分为两层，样本三划分为两层。
最后通过matlab编程统计样本中虚词的频数，并且分别对样本中虚词总体和各个虚词进行统计，运用计算风格学理论，我们得出前八十回与后四十回作者的行文风格存在差异。
针对问题二，我们对聚类分析、层次划分、行文风格进行了检验。
对于聚类分析的结果，我们与从对文本概述的文学概括分析得到的人物关系进行比较检验，验证了聚类分析结果是可靠性。
对于层次分析，我们通过用Excel对数据做出折线图，对图形进行分析，得出与用层次分析算法得出的相同的人物关系结论。
针对问题三，我们计算了各个样本中主要人物的比重，做出了折线图，从图中我们得出了文本结构一致性的结论，体现了三个样本的相同性。
通过计算同一个人物在不同样本中的频数（以黛玉为例），我们得出各个样本由于主题思想的不同主要人物也有差异。
2022/9/6 19:12:32
1.45MB
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