肖振军与吕才典老师所著《粒子物理学导论》前5章部分习题答案。鉴于这门课（适合大四和研究生选修）所留的作业，个人将部分习题写成文档供各位参考，完全是个人的理解与作答，可能存在很多错误，希望各位同行批评指正。后续可能将会继续更新前5章剩余题目和后面几章的书后习题解答，可以持续关注我的动态！

特征向量和广义特征向量 n维连续时间线性时不变系统　　　　　　，i为A的特征值 (1) 特征向量的几何特性 (2) 特征向量的不唯一性 (3) 单特征值所属特征向量的属性 　　对n维线性时不变系统，系统矩阵A的属于特征值{1、 2、… n}的相应一组特征向量{1、 2、… n}为线性无关，当且仅当特征值{1、 2、… n}为两两互异。 特征向量： 特征向量的属性：

西门子PLC基本应用.pdf 介绍了关于西门子PLC基本应用的详细说明，提供理论教程的技术资料的下载。

本资源是现代数字信号处理理论及算法（何子述版）的作业仿真第七章的代码

香港理工大学 “智能信号与信息处理的理论基础与工程方法” 课程。老师讲课非常细致，理论对研究很有帮助，建议修读！ 第一次课主要讲解了矩阵和线性系统 第二次课主要讲解了子空间和基 第三次课主要讲解了矩阵的指数型、对角化和微分方程 第四次课主要讲解了Jordan 标准型和其他型在控制系统中的应用 第五次课主要讲解了度量理论基础和概率的由来 第六次课主要讲解了随机变量和高斯分布 第七次课主要讲解了估计方法，尤其是无偏最小方差估计 第八次课主要讲解了约束优化和支持向量机算法 第九次课主要讲解了 KMeans 和高斯混合模型等聚类算法 第十次课主要讲解了神经网络算法 第十一次课主要讲解了主成分分析、线形判别分析等算法 Reference: EIE6207 Theoretical Fundamental and Engineering Approaches for Intelligent Signal and Information Processing

这里是 ShowMeAI 持续分享的【开源eBook】系列！内容覆盖机器学习、深度学习、数据科学、数据分析、大数据、Keras、TensorFlow、PyTorch、强化学习、数学基础等各个方向。整理自各平台的原作者公开分享（审核大大请放手） ◉ 简介：作者 Sanjiv Ranjan Das 是 Santa Clara 大学商学院金融与数据科学教授。这本书是作者为其课程《Machine Learning with R》开发整理的课堂笔记。 ◉ 目录： 数据科学的艺术 起步：数学基础 开源：R语言建模 更多：数据处理与其他 方差均值：马科维茨优化 从经验中学习：贝叶斯定理 自然语言：从新闻中提取信息 巴斯模型 提取维度：判别和因子分析 竞标：拍卖 截断和估计：有限的因变量 乘风破浪：傅里叶分析 建立联系：网络理论 统计大脑：神经网络 聚类分析和预测树

目的通过对数据进行约简提高模式识别中数据的有效性,以提高胶合板缺陷检测的准确率和在线的实时性。方法利用粗糙集理论在数据约简上的优势,提取出对模式识别决策结果影响最大的属性,约简掉对决策结果影响较小的属性。利用模糊逻辑在不确定性问题的能力,提高边缘属性在模式识别中的权重值。利用神经网络在模式识别中的有效性,将粗糙集算法、模糊逻辑、神经网络的人工智能算法有效相结合,提出一种基于模糊粗糙集神经网络的模式识别分类方法。结果结合胶合板缺陷检测,针对胶合板的13类缺陷的17个属性,提取出最有效的数据,约简了对决策影响

该文档对矩阵理论的起源和发展做了叙述，并讲述了其具体的应用。

2015秋计算机基础理论题+答案2

2015秋计算机基础理论题+答案5