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

This book describes established and advanced methods for reducing the dimensionality of numerical databases. Each description starts from intuitive ideas, develops the necessary mathematical details, and ends by outlining the algorithmic implementation. The text provides a lucid summary of facts and concepts relating to well-known methods as well as recent developments in nonlinear dimensionality reduction. Methods are all described from a unifying point of view, which helps to highlight their respective strengths and shortcomings. The presentation will appeal to statisticians, computer scientists and data analysts, and other practitioners having a basic background in statistics or computational learning.