matlab开发-用于速度传感器或无速度电机驱动的Luenbergerobserver。又一次为我的学生做示范。
2023-01-05 20:55:12 266KB 未分类
1
lda分类代码matlab 重度抑郁症的多部位转移分类 “重度抑郁症多部位转移分类”文章核心代码 系统要求 软件要求 该软件包已在 Ubuntu 18.04、Python 3.6 和 Matlab 2009 上进行测试 Python 依赖 本项目主要依赖以下Python堆栈: 火炬 1.4.0 麻木的学习scipy h5py 参数解析操作系统时间警告 用法 1. 对于 GCN 和 GCNSP 模型: 1.1 多站点池化分类请在Linux终端运行: python train_fmridata_MDD_simple.py --method=GCNSP --train_or_test=train --datadir=${datapath} --pretrain_dir=${pretrain_path} --cuda=0 其中,--method 表示使用的模型(GCN 或 GCNSP)。 --train_or_test 表示从头开始训练,或仅基于我们训练过的模型进行测试。 --datadir 是功能连接数据所在的目录。 --pretain_dir 是训练好的模型所在的目录'。 --cuda 表
2023-01-05 19:14:33 263KB 系统开源
1
亲测,速度非常快,下载的壁纸是1920*1080的
2023-01-05 17:24:50 12.41MB 壁纸下载工具
1
libsvm是台湾林智仁开发的支持向量机工具箱,非常有名。该资源中包含了其matlab最新版libsvm-mat-weights-3.0-1。作者利用此工具箱编写了一个多类识别的问题,对于svm的学习非常有帮助。该程序拥有良好界面,经过测试,可以放心使用。
2023-01-05 13:22:31 278KB libsvm 模式识别 多类分类 matlab
1
数学建模有关的算法代码,MATLAB的基本实现,智能算法k-means,聚类算法的代码实例,通过了解基本原理知道分类方法,通过随机生成数据来模拟,实现基本的聚类情况,可在原有代码基础上改进。
2023-01-05 00:57:27 2KB 机器学习 数学建模 分类 MATLAB
1
lda分类代码matlab 怎么跑 所有matlab源代码都在代码文件夹中。 代码文件夹还包含一个文件夹images ,其中包含我选择的所有图像(从 1 到 20)以及文件夹me中我自己拍摄的照片。 1. PCA 在code文件夹中,运行 pca() 它将首先加载图像,然后生成 PC。 它将进行 2D 和 3D 可视化并绘制 3 个特征面。 然后它将图像投影到 40、80 和 200 维,并使用最近邻进行分类。 所有步骤都在代码的注释中进行了描述。 2.LDA 在code文件夹中,运行 lda() 它将首先加载图像,然后生成 LDA。 它将进行 2D 和 3D 可视化。 然后它将图像投影到 2、3 和 9 维,并使用最近邻进行分类。 所有步骤都在代码的注释中进行了描述。 3. 支持向量机 在code文件夹中,运行 [acc_origin, acc_80, acc_200] = svm(C) 它将首先加载图像并使用 SVM 进行分类并输出准确率。 然后它将执行 PCA 以获取 PC。 它将使用 PC 将数据投影到 80 维和 200 维。它将使用 SVM 对这些维数为 80 和 200
2023-01-04 20:42:40 6KB 系统开源
1
Python心脏衰竭分类器 这是kaggle提供的一项任务,其中包括创建一个分类器算法,该算法可以使用血液信息和其他一些功能来预测心脏病发作。 在这个项目中,我尝试了3种不同的机器学习模型,即随机森林分类器,SVC和Logistic回归器,其中两个在数据框中运行良好,但是SVC无法正常工作,因此我决定将其从笔记本中删除,在这个项目中,我专注于数据分析,但是缺少功能工程。 同样在这个项目中,我还没有开始使用github,所以我再次希望你理解这一点并下载数据以运行代码。
2023-01-04 19:45:22 170KB JupyterNotebook
1
数据挖掘技术描述与汇总,介绍了部分分类算法
2023-01-04 19:02:25 7.08MB 数据挖掘 分类算法
1
在Arduino Nano 33 BLE Sense上训练和部署Tensorflow Lite RNN模型的更简单方法-用于微语音识别。
2023-01-04 18:15:28 373KB artificial intelligence machine learning
1
MetaFormer是颜水成大佬的一篇Transformer的论文,该篇论文的贡献主要有两点:第一、将Transformer抽象为一个通用架构的MetaFormer,并通过经验证明MetaFormer架构在Transformer/ mlp类模型取得了极大的成功。 第二、通过仅采用简单的非参数算子pooling作为MetaFormer的极弱token混合器,构建了一个名为PoolFormer。 文章链接:https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/128494941
2023-01-04 17:29:20 811.01MB PoolFormer 图像识别