信号分析课程的各种程序，信号频谱分析，DDT，DFT，滤波器，假频，频谱泄露
2022-03-20 11:01:24
940KB
1
按照如下模型产生一组随机序列 x(n)=0.8x(n-1)+w(n)，其中w(n)为均值为0，方差为4的高斯白噪声序列。
（1） 模拟产生X(n)序列的500 观测样本函数，绘出波形图。
（2） 用观测点估计信号的均值和方差。
（3） 估计该过程的自相关函数和功率谱密度，并画出图形。
线性系统是一个RC电路（低通滤波器）如图所示。
（1） 将该低通滤波器转化为数字低通滤波器。
（2） 产生一组均匀分布的白噪声序列，让其通过（1）中的滤波器，画出输出信号直方图并分析为何类噪声。
（3） 产生一组高斯分布的白噪声序列，让其通过（1）中的滤波器，画出输出信号直方图并分析为何类噪声。
（4） 比较上述过程分析其结论。
2022-03-15 09:59:21
131KB
1
人口统计数据分析仪项目-FFCDAP
部分完成了带Python的freeCodeCamp数据分析课程。
2022-02-08 14:00:20
424KB
1
1.课程设计目的
2.数据介绍
3.实验步骤
3.1几何校正
3.2影像裁剪
3.3监督分类
3.4分类器选择
3.5分类后处理
3.6精度验证
3.7土地利用专题图
3.8土地利用变化图
3.9计算NDVI归一化植被指数与植被覆盖度FV
4.实验小结与感想
5.附录用图
2022-01-24 09:05:13
101.18MB
功能磁共振成像数据分析课程
fMRI数据分析课程的材料由位于托伦的，面向认知科学专业的学生（包括一年级学生）。 该课程涵盖fMRI数据分析的基本主题（使用Python）。
霍格沃茨之路
我称这门课程的教学方式为霍格沃茨方式。 它指的是，对于大多数参与者而言，fMRI数据分析，python编程，版本控制等在课程开始之初都是不可思议的事实。 该课程的目的是介绍功能磁共振成像数据分析，可再现性，Python和版本控制等主题，从而为学生提供许多乐趣和自由。
该课程的最重要目标是减少最初尝试尝试全新事物的恐惧，这实际上是相当复杂的。
:warning: 内容警告：该课程包含许多不适合麻瓜和过分认真的人的“哈利波特”内容。
如何成为神经信息学家？
一般信息
该课程得到了和。
时间
授课与练习：30小时（每两周分为3小时的课程）
作业（Jupyter Notebooks通过GitHub课堂共享，DataCam
2022-01-19 10:42:46
107.79MB
1
advanced_fMRI_course：用于UoB（英国）的fMRI数据分析课程的资源和实践清单（2014-2017）
2022-01-19 10:38:04
239.64MB
1
1、电力系统动态分析课程大论文_适合研究生；
2、暂态能量函数法结合发电机摇摆曲线结合，求取故障极限切除时间，并通过PSASP仿真验证正确性。
3、不同工况下的稳定裕度不同，利用EEAC理论解释并仿真验证；
4、MATLAB和PSASP的协同分析，助力课程高分
2022-01-18 18:02:49
1.98MB
1