针对心肌梗死（myocardial infarction，MI）12导联高频心电信号（high frequency electrocardiogram，HF-ECG）全局特征聚类问题，提出了一种计算机自动聚类算法。收集MIT-BIH标准心电数据库中的健康心电信号、早期心肌梗死心电信号、急性期心肌梗死心电信号、近期心肌梗死心电信号进行处理。应用二维主分量判别法（two dimensional principal component analysis，2D-PCA）对12导联HF-ECG进行融合特征提取，并应用基于均方差属性加权的遗传模拟退火K-means改进聚类算法。与常规K-means聚类算法相比，特征值更加简单直观，所提算法平均分类精度有较大提高，能对12导联HF-ECG进行更有效的聚类。

分享课程——Pytorch框架全流程开发医学影像端到端判别实战项目课程

基于MATLAB的的GUI人民币纸币识别系统（颜色，形状，正反面判别，叠加，找零，辅导）

基于LP范数最大化的线性判别分析

提出了利用卷积神经网络(CNN)对儿童注意缺陷与多动症(ADHD)的功能性核磁共振图像（fMRI）进行特征分析，从而对ADHD患者进行判别分析。针对ADHD-200全球竞赛的三个数据库的fMRI数据，首先利用快速傅里叶变换将数据从时域转换到频域，并利用Fisher线性判别方法选择有效的频率信息，然后利用改进的卷积神经网络对选择频域数据进行特征学习，自动提取出有效的特征并进行分类。实验结果表明，提出的方法有助于ADHD患者的判别，为基于fMRI数据的ADHD研究提供了新的手段。

MATLAB平台：口罩识别（带界面，人脸定位，形态学，干扰去除，分割，定位，判别，未戴口罩则预警）

自激振荡的判别条件在电子线路中，判断电路能否产生自激振荡一直以来都是一个令学生感到困惑的问题，同学们对一个电路进行分析时往往感到无从下手。根据多年的教学经验，总结出一个比较简单的判别方法，具体内容如下：通常，我们判别电路能否产生自激振荡可以从两个方面人手：一个是相位平衡条件，另一个是振幅平衡条件，这两个条件中有任何一个不满足.电路就不脆产生自激振荡。一般条件下，我们在分析电路时，两个判别条件中首先着振幅平衡条件，它是指放大器的反馈信号必须有一定的幅度。这个条件中包含两层意思，一是必须有反馈信号，二是反恤信号必须有一定的幅度。这样我们在分析电路是否满足报幅条件时就可以从两个方面考虑：(1)是否存

信息理论基础 作业 唯一可译码判别准则 源代码

MATLAB车牌识别（语音播报，库外判别，计时计费，雾霾车牌，绿色新能源车牌，车牌语义查询是亮点）

包括预测分析的文法判别，求first 和follow 都有了