已调通，频率可控，https://blog.csdn.net/lgk1996/article/details/123245246?spm=1001.2014.3001.5502。
2022-04-21 11:26:36
9.05MB
1
捷克人用matlab实现的统计模式识别工具箱，11年的版本，包含核主成分分析（KPCA）等多个算法，非常棒适合学习。
2022-04-17 16:00:25
5.76MB
1
1、Vivado常用IP
2、信号处理
3、IP核
4、FFT、CORDIC、DDS、SDRAM、AXI、FIFO、TIMER、ENET、DMA、RGMII、GMII、SERDES、VIDEO
2022-04-15 17:08:01
22.13MB
1
用于函数估计的非参数方法大致上有三种：核方法、局部多项式方法、样条方法。
非参的函数估计的优点在于稳健，对模型没有什么特定的假设，只是认为函数光滑，避免了模型选择带来的风险；但是，表达式复杂，难以解释，计算量大是非参的一个很大的毛病。所以说使用非参有风险，选择需谨慎。
写论文时整理的，
2022-04-15 13:17:25
213KB
一、Redis为什么变慢了，分析Redis变慢的10个原因。
二、怎么确定Redis变慢了，多种工具协调定位是否变慢了，哪里变慢了？
三、针对变慢如何进行精准优化？
四、Redis优化流程化步骤，帮助应对线上问题。
2022-04-15 09:04:34
2.85MB
1
核密度估计参考教案：
根据从一个总体中抽出的样本取估计总体分布的密度函数，在应用上有重要的意义。
关于密度函数的参数估计就是在假定该随即变量的密度函数的形式已知的前提下，对密度函数的参数进行估计。
2022-04-12 21:55:15
4.22MB
1