在FPGA上实现高效的Kyber：多项式向量的处理器

概述了GNSS数据处理的流程，详细讨论了 GNSS基线向量网不同类型平差的数学模型、算法设计和软件实现方法，设计开发了高精度GNSS基线向量网平差软件。所设计的软件能够完成最小二乘平差、秩亏自由网平差、稳健估计、拟稳平差、粗差探测等计算，软件还添加了绘图界面，可以显示和操作三维控制网图。并通过实例验证了软件的准确性和实用性。

处理不平衡数据分类时，传统支持向量机技术（SVM）对少数类样本识别率较低。鉴于SVM+技术能利用样本间隐藏信息的启发，提出了多任务学习的不平衡SVM+算法（MTL-IC-SVM+）。MTL-IC-SVM+基于SVM+将不平衡数据的分类表示为一个多任务的学习问题，并从纠正分类面的偏移出发，分别赋予多数类和少数类样本不同的错分惩罚因子，且设置少数类样本到分类面的距离大于多数类样本到分类面的距离。UCI数据集上的实验结果表明，MTL-IC-SVM+在不平衡数据分类问题上具有较高的分类精度。

一个强大的交织函数，可以按行或列对任意数量的向量或矩阵进行交织。 如果输入只是向量，则无需指定方向。 额外的元素/行/列附加在输出矩阵的末尾。 不是最有效的算法，但它适用于大多数操作。 例子： 1) 矩阵行交错 A = [1 2; 3 4] B = [5 6;7 8] C = interleave2(A, B, '行') C = [1 2 5 6 3 4 7 8] 2) 矩阵的交错列 C = interleave2(A, B, 'col') C = [1 5 2 6 3 7 4 8] 3) 交织向量（注意：输入向量不需要相同方向） A = [1 2 3 4] B = [5 6 7 8 9]' C = interleave2(A, B) C = [1 5 2 6 3 7 4 8 9]' 4) 交织 >2 个矩阵 A = [1 2; 3 4] B = [5 6; 7 8] C =

通过研究电力负荷预测中支持向量机的参数优化问题，将改进后新的粒子群算法导入支持向量机参数中，从而建立一种新的电力负荷预测模型（IPSO-SVM）。首先将支持向量机参数编码为粒子初始位置向量，然后通过对粒子个体之间信息交流、协作的分析找到支持向量机的最优参数，并针对标准粒子群算法的缺陷进行一定的改进，从而应用于电力负荷的建模与预测，最后通过仿真对比实验来测试它的性能。实验结果表明，这种新的电力负荷预测模型能够获得较高精度的电力负荷预测结果，大大减少了训练时间，能够满足电力负荷在线预测要求。

SVM分类算法处理高维数据具有较大优势，但其未考虑语义的相似性度量问题，而LDA主题模型可以解决传统的文本分类中相似性度量和主题单一性问题。为了充分结合SVM和LDA算法的优势并提高分类精确度，提出了一种新的LDA-wSVM高效分类算法模型。利用LDA主题模型进行建模和特征选择，确定主题数和隐主题—文本矩阵；在经典权重计算方法上作改进，考虑各特征项与类别的关联度，设计了一种新的权重计算方法；在特征词空间上使用这种基于权重计算的wSVM分类器进行分类。实验基于R软件平台对搜狗实验室的新闻文本集进行分类，得到了宏平均值为0.943的高精确度分类结果。实验结果表明，提出的LDA-wSVM模型在文本自动分类中具有很好的优越性能。

本资源讲述了如何在matlab中创建数组并做了非常详细的汇总，包括数组和向量、矩阵、张量的区别，重点是解决matlab中如何创建N维数组以及怎么给他循环赋值等等，非常详细地总结了一系列创建二维数组的方法如eye、rand、ones等近十种创建方法，其中有从已知的数组（矩阵、向量）创建一个新数组的方法（升维），并且在持续更新中，我这主要简述创建方法，相关运算会在下一篇文章介绍，这样可以有助于初学者分模块理解与记忆，并且其中的算法思想非常值得新手借鉴，同时示例了再matlab中如何书写for循环、变量的定义、输入与输出，以及一些常见的命令，总之希望对大家有帮助，我会持续更新！

FCOLSHIFT 在列维度上按向量 s 进行分数循环移位。 y = fcolshift(X, S) 其中 X 是 M 行 x N 列的二维矩阵。 S 是长度为 N 的向量。该函数将矩阵 X 的第 i 列循环移位等于 s[i] 个像素的量。 由 Francois Bouffard 在https://www.mathworks.com/matlabcentral/fileexchange/7886-fshift 上首次实现的 fshift 扩展而来 例子： X = [ 1 2 3; 4 5 6; 7 8 9]； % 输入矩阵S = [1 -2 0] % 要执行的移位量。 是 = 7 8 3 1 2 6 4 5 9 基于 Francois Bouffard 对 fshift 的首次实现。 作者：Tan H. Nguyen - 麻省理工学院。 请向 thnguyn@mit.edu 报告错误

对两个时相遥感图像进行光谱量测，每个像元可生成一个具有变化方向(变化方向码)和变化强度两个特征的变化向量

Python 58同城房价bs4 beautiful soup爬虫获取 room_name room_type room_area room_addr0 room_addr1 room_price房价名称类型面积地址价格等 jieba中文分词 tf-idf向量化 kmeans聚类 浏览器多页爬虫 jupyter notebook numpy pandas sklearn 数据分析 数据挖掘