isodata的matlab代码博客分类器 具有 l2 正则化的逻辑回归 Gaussian Naïve Bayes kmeans isodata 通用算法

随机配置网络(SCN)通过引入不等式约束来限制输入权重和偏置的赋值,随着节点数量增加,网络能够逼近任意的数学函数和数据模型。在构建SCN的过程中,由于网络本身性质以及样本数据的不适定性和病态条件等问题会引起网络的过拟合,故提出一种基于Dropout技术的改进型SCN模型(Dropout-SCN)来自适应地约束输出权重分布和大小,以此来提高网络模型的识别精度。光纤数据验证的结果表明:与传统的SCN和L2范数正则化的SCN模型相比, Dropout-SCN模型具有更低的测试误差,有效地减缓了网络过拟合问题,提高了对光纤预警系统(OFPS)中光纤入侵信号的识别准确率。

深蓝学院 - 移动机器人路径规划课程 专栏中保留全部课程，每一节课单独上传。需要整个课程包在专栏中获取。 课程包含了自动驾驶的路径规划方法，以及无人机的路径规划，涵盖了现有的算法中比较经典的算法讲解，和它们的演变过程，，有课后作业练习。

深蓝学院 - 移动机器人路径规划课程 专栏中保留全部课程，每一节课单独上传。需要整个课程包在专栏中获取。 课程包含了自动驾驶的路径规划方法，以及无人机的路径规划，涵盖了现有的算法中比较经典的算法讲解，和它们的演变过程，，有课后作业练习。

从MODIS云产品数据集中提取需要的数据并对其投影，

动态压缩感知（DSC）是压缩感知领域中一个重要的研究分支，它是近几年新兴起的一种信号处理与分析方法，与传统的压缩感知理论不同，DSC研究的对象是稀疏时变信号，并且已在视频信号处理和动态核磁共振成像等方面显示出了强大的应用潜力。本节正是在此基础上，提出了一种用于多普勒频率跟踪估计的DSC方法。首先，通过前一跟踪时刻所得到的先验DOA稀疏信息，获得当前跟踪时刻信号向量中各位置非零元素的分布概率，继而建立起动态DOA的稀疏概率模型。然后，采用加权l_1范数最小化方法重构出当前跟踪时刻的信号向量，从而确定非零元素的位置，获得DOA的实时估计值，最终实现运动目标的动态DOA跟踪。

PTN技术与应用L2-3 LTE网络承载需求.pptx

PTN技术与应用S19-PTN LTE L2业务配置.pptx

2022年 H19-369 最新学习文档手册_IT存储 L2.pdf

包括datasets文件夹、tf_utils.py、improv_utils.py、作业L2-3以及自己的图片finger5.py