MATLAB里实现傅里叶变换FFT的源程序代码.zip

cdpei.m，Disfrft.m，Disfrct.m，Disfrst.m，frft.m，frft2.m，frft22d.m，rescale.m，testfrct.m，testfrft.m 代码可以跑通

包括分析力学基础、力学的变分原理、完整系统动力学和非完整系统动力学四篇，共十章。有：分析力学的基本概念，动力学方程的三种基本形式，高斯最小拘束原理等。

使用Python实现朴素贝叶斯算法实现垃圾邮件分类 一、实验任务内容 1、分解各类先验样本数据中的特征 2、计算各类数据中，各特征的条件概率 3、分解待分类数据中的特征 4、计算各特征的各条件概率的乘积 5、结果中的最大值就是该样本所属的类别 二、实验步骤及结果 1、得到数据集和标签集，返回列表参数，返回单词转换为向量之后的列表。 2、通过训练得到贝叶斯分类模型 3、用朴素贝叶斯文本分类器对两个测试样本进行分类，利用正则函数进行解析 4、导入垃圾邮件和非垃圾邮件各25个并解析；构建训练集和测试集，利用贝叶斯分类模型来预测测试集，输出贝叶斯预测的准确率 5、输出测试10次的平均值 6、输出去重的单词列表和贝叶斯分类模型测试的准确率，测试10次的准确率的平均值。 三、实验心得 朴素贝叶斯确实是很好的预测分类的算法，但是这个算法还是有点过分的依赖训练集了，一些基本的概率计算还是根据训练集的结果得来的（比如40个训练集，10个测试集，它输出的准确率是0.5），预测的结果很大程度上取决于训练集的好坏，一旦训练集数据趋势有误会对结果造成严重的影响。

傅里叶变换和傅里叶级数之间的区别与联系，详细推导和个人理解。我的CSDN博客中也有这一篇文章。

好用的快速傅里叶变换，也可以播放WAVE波形 歌曲 实现回调。

用浅显易懂的语言和生动的图示来介绍傅立叶变换

采用朴素贝叶斯算法对邮件进行文本分类，过滤垃圾邮件

机器学习之朴素贝叶斯分类+拉普拉斯平滑 资源内容：西瓜数据集3.0+朴素贝叶斯分类（python手写） 代码可直接运行 输入数据为DataFrame类型，比较好理解。

结合频谱移位的二维傅里叶变换FPGA实现