资源列表
RBF
- RBF神经网络：rbf原理：所谓径向基函数(Radial Basis Function 简称 RBF），就是某种沿径向对称的标量函数。通常定义为空间中任一点x到某一中心xc之间欧氏距离的单调函数，可记作 k(||x-xc||），其作用往往是局部的，即当x远离xc时函数取值很小。最常用的径向基函数是高斯核函数，形式为 k(||x-xc||)=exp{- ||x-xc||^2/（2*σ）^2） } 其中xc为核函数中心，σ为函数的宽度参数，控制了函数的径向作用范围。在RBF网络中，这两个参数往往是可
introduction_to_svm
- 基于opencv3.0的SVM分类器源码（可直接运行），在人脸识别类的领域。-Based on the SVM classifier opencv3.0 source (can be run directly), in face recognition field.
problem9
- Descr iption 给定n个输入输出对，用给定的m次多项式拟合输入输出关系。当n大于多项式阶数m时，化为超定方程求解问题。这里采用最小二乘方法求解。问题建模如下： 1 化为矩阵形式： 2 其中 3 对上式求导，易得 4 利用对X的QR分解可以有效地降低上述运算的复杂度，并提高精度。请完成推导，并据此设计算法计算参数a*。 Input Descr iption 第一行输入n和m
problem10
- Descr iption 给定整型数组A（长度为），如果A的某个连续子数组满足：最大值与最小值之差小于某阈值，那么称该子数组为合法子数组，反之称为非法子数组。求最短非法子数组和最长合法子数组。 Input Descr iption 第一行：整型数，表示数组长度N。 第二行：整型数，表示阈值。 第三行：整型数组，表示给定的数组A，每两个整数之间用空格符分开。 Output Descr iption 第一行：最短非法
xigou
- 析构函数的作用以及调用顺序,可以在复习和预习时使用。-this is a code all about destructor, which is very simple.
PCANet_FeaExt
- PCANet_FeaExt，基于主成分分析的卷积神经网络的特征提取过程。-A simple deep learning baseline for image classification
PCA_FilterBank
- PCANet_FilterBank，基于主成分分析的卷积神经网络,其中主成分分析得到的主元作为网络映射的滤波器。-PCA was used as the filter in PCANets. It is really useful for image classification.
Lookup_table
- lookup table for convolutional encoder of rate 1/2, memory order m
gyod
- dll测试的文件可以把dll文件的效果进行查看,效果很好的-DLL file testing can be see the effect of the DLL, the effect is very good
queuing
- 排队论（姜启源-数学建模）在教科书第5.5节实施港口系统模型。 获得港口中船舶的平均时间，港口船舶的最长时间，船舶的平均等待时间，船舶的最长等待时间，时间的百分比码头设施在以下情况下空闲，至少进行模拟 1000艘船。 （a）连续船舶之间的时间是在15和145分钟之间均匀分布的随机变量。 每艘船的卸载时间从45分钟均匀分布到90分钟。 -Queuing model- Implement the harbor system models in Section 5.5 of the textb
juzhen
- 基于C++语言完成矩阵和螺旋矩阵在控制台的显示，可以正确运行。开发平台是Visual C++6.0，适合初学者学习欢迎大家借鉴-Complete matrix display matrix and screw in the console-based C++ language that can run correctly. Development platform is Visual C++6.0, suitable for beginners are welcome to learn
MCMPFFT
- 这个代码是基于C程序实现的fft功能函数，根据DFT的基本原理实现，对DFT原理理解有一定的参考价值。-achieve the fft function function, according to the basic principles of DFT, DFT principle to understand a certain reference value.