本书系统阐述了矩阵计算这门学科的基础理论、基本方法和近十几年来发展成熟并得到了广泛应用的新成果。
内容包括：矩阵知识的复习和补充，矩阵计算概论；
求解线性方程组的直接法和迭代法，线性最小二乘问题，共轭梯度法；
求解特征值问题的QR方法和同伦方法；
Lanczos方法以及求解Jacobi矩阵特征值反问题的正交约化方法等。
本书取材上，既注重基础理论的严谨性、方法的实用性，又保持了内容的新颖性，反映了该学科的最新进展。
本书内容自封，各章之间相对独立，可适用于不同读者的需要。
本书可作为计算数学、应用数学等有关专业高年级大学生和研究生的教材或教学参考书，也可供从事科学计算的数学工作者、工程技术人员和高校有关专业的高年级大学生和教师参考。

语音情感特征的提取和选择是语音情感识别的关键问题，针对线性预测（LP）模型在语音情感谱包络方面存在的不足。
本论文提出了最小方差无失真响应（MVDR）谱方法来进行语音情感特征的提取；
并通过人工蜂群（ABC）算法找到最优语音情感特征子集，消除特征冗余信息；
利用径向基函数（RBF）神经网络对CASIA汉语情感语料库中的4种情感语音即生气、平静、高兴、害怕进行实验识别。
实验结果表明，该方法比线性预测法有更高的识别率和更好的鲁棒性。

双击本自解压包,本音乐播放器功能特点:1.按钮有播放/暂停/停止/上一首/下一首;2.顺序播放/随机播放/单首/全部循环播放;3.播放列表可鼠标滚动/双击播放/播放时显示全名;4.添加单个或文件夹全部文件到播放列表;5.从列表中删除选中单个/删除全部或删除重复文件;6.播放列表排序,按添加时间/文件名称或播放次数排序;7.随时设置音量条/播放进度条/显示播放时间/剩余时间;8.完整控制菜单;关于/最小化/隐藏/退出窗口按钮;9.设置参数和播放列表自动保存;下次启动自动还原;10.播放列表可用记事本;本版支持MP3/WMA/MAV;

LibNoise分形噪声函数库的JAVA翻译版，个人开发，仅供参考。
包中包含：异常模块:noise.Exceptionnoise.ExceptionInvalidParam无效的参数异常。
noise.ExceptionNoModule无模块异常，无法检索到该源模块noise.ExceptionOutOfMemorynoise.ExceptionUnknown模型模块：noise.model.Line线noise.model.Plane平面noise.model.Sphere球体noise.model.Cylinder圆柱发生器模块：noise.module.Perlin培林噪声 noise.module.RidgedMulti脊多重分形噪声noise.module.Billow巨浪 value=|perlin_value|*2-1.0;noise.module.Voronoi细胞噪声,Voronoi图noise.module.Const常量 value=const;noise.module.Cylinders圆柱noise.module.Checkerboard棋盘格 value=(floor(x)&1^floor(y)&1^floor(z)&1)!=0?-1.0:1.0;noise.module.Spheres球体选择器模块：noise.module.Select选择noise.module.Blend混合 value=((1.0-(modules[3].value+1)/2)*modules[0].value)+((modules[3].value+1)/2*modules[1].value);修饰器模块：noise.module.Invert倒置 value=-value;noise.module.Abs绝对值 value=|value|;noise.module.Clamp截取 value=(valueupperBound?upperBound:value);lowerBound:下截取值;upperBound:上截取值noise.module.Curve曲线 value=noise.module.Curve.ControlPoint控制点noise.module.ScaleBias偏移缩放， value=value*scale+offsetnoise.module.Turbulence湍流 value=modules[0].getValue(x+modules[1].value*power,y+modules[2].value*power,z+modules[3].value*power);noise.module.Exponent指数 value=(pow(abs((value+1.0)/2.0),exponent)*2.0-1.0);组合模块：noise.module.Add添加 value=modules[0].value+modules[1].value;noise.module.Max最大值 value=max(value);noise.module.Min最小值 value=min(value);noise.module.Multiply乘法 value=modules[0].value*modules[1].value;noise.module.Power权重 value=pow(modules[0].value,modules[1].value);变压模块：noise.module.Displace位移替换，扭曲value=modules[0].getValue(x+modules[1].value,y+modules[2].value,z+modules[3].value);noise.module.RotatePoint点旋转noise.module.ScalePoint点缩放,轴缩放 value=modules[0].getValue(x*xScale,y*yScale,z*zScale);noise.module.Terrace露台，梯台noise.mod

本程序是用来对带有空气阻力物体在空中飞行时的轨迹进行预估的采用了最小二乘法进行轨迹拟合，效果误差可以限制在厘米级

占用内存最小的PDF阅读器SumatraPDF，只有4.49M哦！最关键的是免费的！

偏最小二乘回归MATLAB程序代码数学建模的模型应用

CPLD_EPM240最小系统，原理图和PCB绝对完整原创！！！

本书从MATLAB仿真角度系统介绍了系统辨识的基本理论、基本方法和应用技术，是作者多年来从事控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的新成果。
全书共9章，包括绪论、系统辨识常用输入信号、最小二乘参数辨识方法及原理、极大似然参数辨识方法及其应用、传递函数的时域和频域辨识、神经网络辨识及其应用、模糊系统辨识、智能优化算法辨识及灰色系统辨识。
书中有大量实例，每种实例都进行了仿真分析，并给出了相应的MATLAB仿真程序。
本书各部分内容既相互联系又相互独立，读者可根据自己需要选择学习。

matlab最小二乘法滤波滤波去噪复原拉格朗日复原

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。