ECharts，一个运用JavaScript实现的开源可视化库，ECharts提供了常规的折线图、柱状图、散点图、饼图、K线图，用于统计的盒形图，用于地理数据可视化的地图、热力图、线图，用于关系数据可视化的关系图、treemap、旭日图，多维数据可视化的平行坐标，还有用于BI的漏斗图，仪表盘，并且支持图与图之间的混搭。
2023/2/8 17:54:57
947KB
1
模式识别miniproject-脱机手写签名识别，这是每个学习模式识别的同学必做的课程设计miniproject，主要功能要求如下：一共有20个人，在其对应的文件夹中存放了每个人的20个手写签名图像，每幅图像均为PCX图像格式，大小为12994像素大小。
对每个人的手写签名，用其中80%的图像作为训练样本进行训练，用余下的20%的图像进行测试。
在签名图像进行特征提取时，提取6个ET1和6个DT12轮廓特征。
每一个人的手写签名特征假设为48维特征空间的多维高斯分布。
用贝叶斯参数估计法估算概率密度函数（pdf），然后用Bayes分类器识别。
分别计算closetest和opentest下的分类功能。
根据每个类的概率分布函数的最近邻估算来计算贝叶斯识别的opentest识别率。
适用kn最近邻法来直接估算每个类在每个测试样本的后验概率并计算opentest下的分类功能，将该识别率表示为一个关于k的函数并绘图。
这些是基于后验概率的非参数估计的贝叶斯估计。
对每个人的手写签名，用其中80%的图像作为训练样本进行训练，用余下的20%的图像进行测试。
在签名图像进行特征提取时，提取6个ET1和6个DT12轮廓特征。
每一个人的手写签名特征假设为48维特征空间的多维高斯分布。
用贝叶斯参数估计法估算概率密度函数（pdf），然后用Bayes分类器识别。
分别计算closetest和opentest下的分类功能。
根据每个类的概率分布函数的最近邻估算来计算贝叶斯识别的opentest识别率。
适用kn最近邻法来直接估算每个类在每个测试样本的后验概率并计算opentest下的分类功能，将该识别率表示为一个关于k的函数并绘图。
这些是基于后验概率的非参数估计的贝叶斯估计。
2023/1/30 10:20:44
816KB
1
针对混沌系统的参数辨识是一个多维参数的优化问题，提出了基于混沌策略形态转移算法的混沌系统参数辨识方法。
该方法是在初始化时以混沌序列初始化种群，在搜索过程中引入混沌变异机制，利用遍历性对形态进行变异操作，避免了过早收敛，提高了全局搜索能力。
利用该算法辨识Lorenz混沌系统参数，并与基本形态转移算法和粒子群算法进行比较。
仿真结果表明，在有无噪声干扰的情况下，该算法比粒子群算法和基本形态转移算法具有更好的辨识精度，且比粒子群算法具有更好的收敛速度。
证明了该算法的有效性和抗干扰性，对混沌理论的发展有重要的意义。
该方法是在初始化时以混沌序列初始化种群，在搜索过程中引入混沌变异机制，利用遍历性对形态进行变异操作，避免了过早收敛，提高了全局搜索能力。
利用该算法辨识Lorenz混沌系统参数，并与基本形态转移算法和粒子群算法进行比较。
仿真结果表明，在有无噪声干扰的情况下，该算法比粒子群算法和基本形态转移算法具有更好的辨识精度，且比粒子群算法具有更好的收敛速度。
证明了该算法的有效性和抗干扰性，对混沌理论的发展有重要的意义。
2023/1/13 21:09:14
1.45MB
1
文献题录信息统计分析工具(StatisticalAnalysisToolforInformetrics,SATI)，旨在通过对期刊全文数据库题录信息的字段抽取、频次统计和共现矩阵构建，利用一般计量分析、共现分析、聚类分析、多维尺度分析、社会网络分析等数据分析方法，挖掘和呈现出美好的可视化数据结果。
通过免费、共享软件功能及开源、增进代码实现，为学术研究提供期刊文献数据统计与分析的辅助工具。
通过免费、共享软件功能及开源、增进代码实现，为学术研究提供期刊文献数据统计与分析的辅助工具。
2019/2/18 20:44:06
4.83MB
1
本文档整理了本人在2019年推免过程中，面试老师问到的问题，本文具体包括以下三所院校：北京理工大学雷达技术研究所；
电子科技大学泛在无线网络实验室、多维信息感知实验室、图像处理研究所；
东南大学挪动通信国家重点实验室。
对于面试中涉及到的专业课问题，我在面试结束后查阅书籍并给出了个人解答，仅供参考。
电子科技大学泛在无线网络实验室、多维信息感知实验室、图像处理研究所；
东南大学挪动通信国家重点实验室。
对于面试中涉及到的专业课问题，我在面试结束后查阅书籍并给出了个人解答，仅供参考。
2021/2/5 3:13:55
282KB
1
DSViewerPro是一款很优秀的化学分子架构软件，由于视图结构及文字贴片功能对照便利，也可用作3D脑图，多维构思图等方面。
总之重在运用~
总之重在运用~
2016/11/27 9:53:58
18.38MB
1
非负矩阵分解(NonnegativeMatrixFactor)，简称NMF，是由Lee和Seung于1999年在自然杂志上提出的一种矩阵分解方法[1]，它使分解后的所有分量均为非负值(要求纯加性的描述)，并且同时实现非线性的维数约减。
NMF已逐步成为信号处理、生物医学工程、模式识别、计算机视觉和图像工程等研究领域中最受欢迎的多维数据处理工具之一。
NMF已逐步成为信号处理、生物医学工程、模式识别、计算机视觉和图像工程等研究领域中最受欢迎的多维数据处理工具之一。
2016/1/5 18:58:57
873B
1
非负矩阵分解(NonnegativeMatrixFactor)，简称NMF，是由Lee和Seung于1999年在自然杂志上提出的一种矩阵分解方法[1]，它使分解后的所有分量均为非负值(要求纯加性的描述)，并且同时实现非线性的维数约减。
NMF已逐步成为信号处理、生物医学工程、模式识别、计算机视觉和图像工程等研究领域中最受欢迎的多维数据处理工具之一。
NMF已逐步成为信号处理、生物医学工程、模式识别、计算机视觉和图像工程等研究领域中最受欢迎的多维数据处理工具之一。
2018/2/1 4:43:58
873B
1
在现实生活中，往往存在着大量多维数据，例如视频流数据，文本数据，RGB图像等。
传统的方法往往通过某种方式将多维数据重新排列成矩阵方式，利用矩阵分析方法，例?蛔PCA，SVD，NMF，进行特征提取、聚类、分类等操作，这无疑破坏了数据原本的空间结构，增加了分析结果的不准确性，而张量在分析数据的同时，能够保持多维数据的空间结构不被破坏，这极大地引起了学者们的研究热情。
张量即多维数组，它是向量和矩阵在高维上的推广，目前被广泛应用在计算机视觉、数据挖掘、信号处理等领域。
本文着重研究三阶非负张量分解问题，回顾三阶张量的非负分解模型(NTVl，阐述了算法的思想及实现过程。
接着，从张量投影的角度出发，建立了基于张量投影的非负分解模型(NTPM)，阐述了模型的想法，并给出了相应的算法公式。
在收敛性分析中，给出并证明了模型KKT条件的一个等价方式以及算法收敛性定理。
实验结果表明基于张量投影的非负分解模型，相比于原有的非负分解模型，在运行时间以及逼近误差上有了一定程度的改进。
最后，讨论了NTPM模型今后研究的方向。
传统的方法往往通过某种方式将多维数据重新排列成矩阵方式，利用矩阵分析方法，例?蛔PCA，SVD，NMF，进行特征提取、聚类、分类等操作，这无疑破坏了数据原本的空间结构，增加了分析结果的不准确性，而张量在分析数据的同时，能够保持多维数据的空间结构不被破坏，这极大地引起了学者们的研究热情。
张量即多维数组，它是向量和矩阵在高维上的推广，目前被广泛应用在计算机视觉、数据挖掘、信号处理等领域。
本文着重研究三阶非负张量分解问题，回顾三阶张量的非负分解模型(NTVl，阐述了算法的思想及实现过程。
接着，从张量投影的角度出发，建立了基于张量投影的非负分解模型(NTPM)，阐述了模型的想法，并给出了相应的算法公式。
在收敛性分析中，给出并证明了模型KKT条件的一个等价方式以及算法收敛性定理。
实验结果表明基于张量投影的非负分解模型，相比于原有的非负分解模型，在运行时间以及逼近误差上有了一定程度的改进。
最后，讨论了NTPM模型今后研究的方向。
2020/1/16 23:33:02
2.75MB
1
题目基本要求是对图像能进行自动分类，先构建图库，在百度上搜索就行，但是要留意维数，别太高，否则一般的笔记本受不了。
然后对图像进行特征提取，提取颜色直方图特征。
再将特征转换为多维数组然后按照libsvm的各种要求进行设置就基本ok，在论文中有详细的论述。
然后对图像进行特征提取，提取颜色直方图特征。
再将特征转换为多维数组然后按照libsvm的各种要求进行设置就基本ok，在论文中有详细的论述。
2015/4/18 22:06:08
3KB
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