包括可编辑WORD、彩色有字、彩色无字、黑白无字版本，下载后可编辑或直接A3-A4打印使用。

这个文件包括源代码及相应使用文档，对于学习SVM很有帮助！

传统的卷积神经网络（CNN）是单任务网络，为实现带式输送机输煤量和跑偏的同时检测，使用2个卷积神经网络分别对输煤量和跑偏进行检测，导致网络体积大、参数多、计算量大、运行时间长，严重影响检测性能。为降低网络结构的复杂性，提出了一种基于多任务卷积神经网络（MT-CNN）的带式输送机输煤量和跑偏检测方法，可使输煤量检测和跑偏检测这2个任务共享同一个网络底层结构和参数。在VGGNet模型的基础上，增大卷积核和池化核的尺度，减少全连接层通道数量，改变输出层结构，构建了MT-CNN；对采集的输送带图像进行灰度化、中值滤波和提取感兴趣区域等预处理后，获取训练数据集和测试数据集，并对MT-CNN进行训练；使用训练好的MT-CNN对输送带图像进行识别分类，实现输煤量和跑偏的准确、快速检测。实验结果表明，训练后的MT-CNN在测试数据集中检测准确率为97.3%，平均处理每张图像的时间约为23.1 ms。通过现场实际运行验证了该方法的有效性。

针对卫星通信中辐射源信号分类识别问题，开展基于双谱二次特征的卫星通信信号分类识别算法研究。通过辐射源信号的对角切片双谱获取信号特征，利用Chirp-Z变换将双谱对角切片特征从频域扩展至复平面，并提出扩展的基于巴氏（Bhattacharyya）距离的分离度准则作为信号双谱二次特征提取依据，提取出具有最强可分离度特征作为特征参数，并通过支持向量机进行分类识别仿真实验。实验表明，该识别算法适用于不同类型的卫星通信信号，且对噪声变化不敏感，可实现较高的正确识别率。

有导师学习神经网络的分类 ---鸢尾花种类识别的理论基础，案例背景，MATLAB程序实现

使用KNN、朴素贝叶斯、SVM、线性回归等算法解决简单的分类问题 源码中包括线性归回算法、KNN算法、朴素贝叶斯算法及SVM算法的使用方法演示，以及对数据的预处理、训练建模过程。 实现对水果数据集的分析，最终将同类水果进行分类。

适合初学深度学习分类的人群，采用自定义的数据集进行训练与测试。

本文为09-21年论证逻辑真题分类汇总，包括削弱题型、支持题型、相似题型等，共8类 使用方法：每个题目后有留白，可以在后期复习的时候打印下来做一遍 适用人群：199管理类联考复习考生 效果：做完可以发现真题在每个类型题目的规律，亲身体验，效果良好

1.用户登录模块：注册 登录 退出 修改密码 2.垃圾分类查询模块：垃圾分类查询（根据垃圾名称搜索显示垃圾所属类型（可回收垃圾，干垃圾，湿垃圾，有害垃圾），该类型定义，包括垃圾物品以及投放要求）……

电影评论数据作为训练数据集. 其中, 训练数据集20000条(正负向各10000条); 测试数据集6000条(正负向各3000条)。造福没有积分的宝宝。资源来自于https://www.ctolib.com/lxw0109-ChineseSentimentAnalysis.html