matlab代码求含参量矩阵特征值统计压缩感知 基于贝叶斯统计实现压缩感知。 给定的 地图估计 我们找到给定y 、 Φ和Σ的x的最大后验 (MAP) 估计。 首先，我们使用贝叶斯定理 取导数找到 MAP 估计的封闭形式 使用 Woodbury 矩阵 Identity 优化逆计算 MAP估计的最终封闭形式 生成协方差矩阵 (Σ) 假设：协方差矩阵的第i个特征值的形式为：对于所有i s， i - α 。 选择一个大小为n x n的随机正交矩阵U。 定义大小为n x n的对角矩阵D ，其中对角线项为i - α 。 协方差矩阵， Σ定义为UDU' 。 实验 我们试验了两个α值：0、3。 对于每个α ，我们生成nexp n维向量 ( x s )。 我们选择一组m 。 对于每个m ，我们生成一个大小为m x n的随机传感矩阵Φ ，其条目来自 iid Gaussian ，均值为 0，方差为 1/ m 。 我们使用它来生成测量信号y ( Φx )。 我们添加 σ 为测量信号平均值的 0.01 倍的高斯噪声。 我们使用上面推导出的 MAP 估计公式重建x并计算相对均方根误差（Relative RMSE）

题目解决方案见附件 题目三：深度优先搜索算法 要 求：（1）撰写一份word文档，里面包括（算法思路、算法程序框图、主要函数代码）章节。 （2）算法思路：简单介绍该算法的基本思想，至少100字。 （3）算法程序框图：绘制流程图或原理图，从算法的开始到结束的程序框图。 （4）主要函数代码：列出算法的具体代码。 （5）简单描述在人工智能的哪些领域需要使用深度优先搜索算法。

题目一：A*算法 要 求：（1）撰写一份word文档，里面包括（算法思路、算法程序框图、重排九宫问题）章节。代码实现如附件

题目四：博弈树 要 求：（1）撰写一份word文档，里面包括（基本概念、计算倒推值、-剪枝技术）章节。 （2）基本概念：简单描述博弈树，至少200字。 （3）简单描述-剪枝技术。 （4）图示博弈树，其中末一行的数字为假设的估值，请对博弈树作如下工作：计算各节点的倒推值。利用-剪枝技术剪去不必要的分支。（可在节点分支上直接加注释）

题目二：回归算法 要 求：（1）撰写一份word文档，里面包括（常见的回归算法、基于实例的算法具体细节）章节。 （2）常见的回归算法包括：最小二乘法（Ordinary Least Square），逻辑回归（Logistic Regression），逐步式回归（Stepwise Regression），多元自适应回归样条（Multivariate Adaptive Regression Splines）以及本地散点平滑估计（Locally Estimated Scatterplot Smoothing），请选择一个算法描述下算法核心思想 （3）随意选用一个实例实现你所选择的回归算法。

此段程序用了递归算法计算组合数在相应表中的序数。

最优化方法中的罚函数法求解方程的根，自己编写的MATLAB程序

从键盘输入一个数字，转换成数值后，求解其绝对值，并显示结果在屏幕上。

从键盘输入10个数据，存入一维数组中，并求出该数组的平均值显示在屏幕上

•写一个完整的80X86汇编语言程序：键盘输入15个数据（转换成数值，存储到一维数组中，数值的长度为字），找出最小的偶数并在屏幕上显示，若没有偶数则显示“没有偶数！”。