Matlab代码sqrt 该软件包通过mainfile.m操作。 BSC-0.11通道的长度为N-64和尺寸K-22的二进制极性代码 我们通过2种方法识别冻结的位（或信息位的补充集） 基于Bhattacharyya参数的方法 基于蒙特卡洛的方法（对于这一部分，我在“ HD Pfister。“极地代码简介”中使用了matlab函数。演讲笔记，2014年4月21日，最后访问于2018年7月22日。”） 基于Bhattacharyya参数的方法 在最初的论文中，Arikan将Bhattacharyya参数用作信道质量的另一种度量。 由于没有有效的算法来计算Bhattacharyya参数，因此我们使用IEEE中的“ E. Arikan，“信道极化：一种为对称二进制输入无内存信道构造容量实现代码的方法””中的公式34和35给出的上限。信息理论交易》，第55卷，第7期，第3051-3073页，2009年7月”。 该过程开始于计算Bhattacharya参数Z = 2 sqrt（p （1-p）），然后递归地实现公式34和35，直到生成所需数量的通道为止。 选择具有最小Bhattacharyya参数的

二维FDTD TM波Matlab程序，用于数值模拟有限差分法表示二维TM波。

降维算法 一，介绍 在高维层次下会出现数据样本稀疏，距离计算困难等问题，是所有机器学习方法面临的严峻考验，称为“维数灾难”（维数诅咒）。 ，即通过某种数学变换将数据映射到一个低维空间，在这个低维空间里，数据的密度大大地提高，距离计算更加容易。 二，分类 降维算法可以按照是否有监督，变换是否是线性的细分四类： 无监督的线性降维算法，某种 无监督的非线性降维算法，某些 ， ， ， 有监督的线性降维算法，某种 有监督的非线性降维算法（缺） 注意：此处线性指的是高维空间->低维空间是线性的。MDS，Isomap是将一个非线性降维变换的转化问题转化为一个线性代数问题，其本身并不是线性的降维算法。 三，总结 在大部分实际应用情况下，数据降维是作为后续任务的一个预处理步骤，需要通过比较降维后学习器的效果来对一个具体的任务使用某种降​​维算法。 流形学习中的ISOMAP，LLE等算法非常依赖建图的质量

深度学习-处理多维度特征的输入 -Multiple Dimension Input-自用笔记6的糖尿病数据集

四轮ATR 我们的四轮矢量机器人平台的示例代码。 示例代码包括对各种电机控制器的支持，包括我们的和 Dimension Engineering 的带和不带的。 PWM 电机控制器示例 使用我们的(TE-058-000) 进行电机演示，该接受 PWM 输入和方向信号。 这个例子应该很容易移植到各种电机控制器上。 Sabertooth 电机控制器示例 使用 Dimension Engineering 电机演示。 此示例依赖于下面链接的 Sabertooth 库。 袋鼠运动控制器示例 使用连接到 Sabertooth Dual 25A 电机控制器的电机演示。 使用运动控制器附件的优势在于能够执行速度或位置控制。 这个例子依赖于下面链接的袋鼠库。 外部库依赖 Sabertooth - 由 Dimension Engineering 开发的用于控制 Sabertooth 和 Syren 电机控制器

局部敏感哈希

分形维数计算matlab代码分形维数 这是相对改进的改进盒计数方法。 使用Box Count方法计算灰度和彩色图像的分形维数 该代码用于计算灰度和彩色图像的分形维数。 这是我们开发的一种新方法。 对于grayscale.m，它使用盒子计数方法作为基础，然后使用通过使用盒子数量和比例绘制的图形，计算出最佳拟合线，其斜率为我们提供了所需的分形维数。图像。 对于彩色图像，开发了三种新方法。 这些代码可用于进一步研究图像的分形维数，并可用于分类目的，肿瘤检测等。这些代码已经过测试并可以工作。 这些代码可用于进一步研究分形维数在各个领域的应用。 所有代码都是用MATLAB编写的。 已添加针对color_1.m的Jupyter Notebook。 （Python3版本） 参考 如果您发现此存储库有帮助，请考虑引用我们的工作。 @article{ Author = {Sumitra Kisan and Sarojananda Mishra and Ajay Chawda and Sanjay Nayak}, Title = {Estimation of Fractal Dimension in Di

时空A * 具有附加时间维度的时空A *（STA *）搜索算法，用于处理动态障碍。 安装 该软件包名为space-time-astar并在列出。 您可以使用pip安装： pip3 install space-time-astar 对于多个代理，您可能会对cbs-mapf包感兴趣，该包也将此包用作低级计划程序，也适用于和 。 用法 导入计划者 from stastar . planner import Planner 构造函数参数 Planner ( grid_size : int , robot_radius : int , static_obstacles : List [ Tuple

HTML5网页模板，tp-dimension 由Toms Project改编自 https://html5up.net/dimension

个人樱花引导页 注意： 此源码是基于 的二次修改 Demo 1： Demo 2： 更新日志： 1.1 - 2021年7月21日 修复 Svg 无法显示 的问题 增加 Meta Description 优化SEO 增加 图像的 Alt 属性 优化SEO 增加 Meta Language 标记 优化SEO 增加 万能收款码 （需自行修改 \money_receiving_QR_code\index.html 相关参数） 此版本可通过Bing、Google搜索引擎的质量检查 修改内容： 将页面内头像改为本地头像 将原本的背景替换为动态樱花背景（参考自 ） 去除标签的锚点链接，改为文本链接 去除超链接下方的横线 main.css内的 border-bottom: dotted 1px rgba(255, 255, 255, 0.5); 去除页面中间的黑色块块 main.css内的 ba