包含两个模块。 第一个求解轴对称聚焦超声换能器压力分布的 KZK 方程，生成显着图，并将计算数据转储到 Matlab 工作区。 第二个模块使用压力分布根据用户定义的治疗方案计算加热和热剂量。 再次生成绘图并且数据可用于后处理。

层次聚类matlab代码层次聚类算法 matlab代码，采用了单链接，完全链接和平均链接算法的层次聚类算法。

K近邻算法matlab实现，包括分层聚类KNN和KDtree KNN，有什么建议，欢迎与我交流，谢谢

Att-LSTM的示意图 分层式Att-LSTM的示意图 要求 的Python 3.5.2 数据集 Hochreiter＆Schmidhuber提出了“添加问题”，并随机创建数据集。 手写数字分类（MNIST）的顺序版本，由tensorflow下载。 数据集是最常见的问题分类。 MSQC数据集是从提取的。 用法 训练模式 添加问题用法python test_add.py 棉选项 batch_size ：批量大小。 默认值为20。 step_size ：输入的长度，在我的论文中称为T。 在{100,200,400,600}中检查该值。 input_size ：输入的维数。 预设值为2。 output_size ：输出的尺寸。 默认值为1。 unit_size ：隐藏的单位数。 默认值为100。 learning_rate ：学习率。 默认值为0.001。 epoch_n

原本是想在显示图像的地方直接画需要的图形，最后发现显示图像的地方在dll中，没有源码，只能够另辟他径了。 于是有了下面想法： 在窗口上覆盖一个透明窗口，然后对透明窗口进行绘图。根据需要对透明窗口进行刷新重绘。 代码中实现了透明窗体，进行了对主窗体透明覆盖，在透明窗体上画图。 在透明窗体范围内，鼠标点哪，就在哪画十字星，主窗体更新不形象画的图。

为提高STL模型的切片效率,提出一种基于MATLAB的STL模型切片分层新算法。首先对STL模型进行数据预处理,筛选出只与切平面相交的三角片集合,然后利用相邻三角面片边的拓扑关系依次求交,获得各层截面轮廓信息。实验结果表明,该方法简单、有效,不仅优化了数据结构,而且提高了切片效率,具有较好的可行性和准确性。

笔者自己的作业啊 ！好多天闷头写啊 写啊 ，在网上都找不到答案啊！ 好吧 我写完了 为了后来者 贡献了 SO 资源分高点 你们没意见啊 digital image 图像黑白化 图像直方图 分层

模式识别的作业,包括线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征,支持向量机

一、目的 1、根据还款未复贷老户的借贷数据，对老户进行群体分类； 2、对不同的客户群体进行特征分析，以便于定向营销。 二、分析过程 1、分析思路 数据包含了2018年4月13日至2020年4月9日期间的客户数据，共有22014条记录。在RFM模型的基础上，增加了注册使用App天数这一指标用于客户分群与价值分析，得到本次的LRFM模型，变量解释如下： L：注册使用APP天数。客户注册日期至观测结束日期的间隔。 R：距今还款未复贷天数。客户最近的成功还款日期至观测结束日期的间隔。 F：借款成功次数。观测时间内客户借款成功次数。 M：借款成功总金额。观测时间内客户借款成功总金额。 2、数据提取及处理

pytorch LRP的实现 PyTorch对线性层和卷积层的一些层明智相关性传播（LRP）规则[1、2、3]的实现。 这些模块装饰了torch.nn.Sequential ， torch.nn.Linear和torch.nn.Conv2d ，以便能够使用autograd算法来计算说明。 安装 要安装需求，请参阅文件。 如果使用conda ，则可以通过执行以下命令来安装称为torchlrp的环境： > conda env create -f requirements.yml 为了能够如下所示导入lrp ，请确保路径中包含TorchLRP目录。 用法 该代码可以按如下方式使用： import torch import lrp model = Sequential ( lrp . Conv2d ( 1 , 32 , 3 , 1 , 1 ), torch . nn