Stat-140SL-最终项目-澳大利亚-天气 包含与Stats 140SL最终项目有关的文件的回购，我们的目标是利用推论统计方法来预测澳大利亚的降雨。 数据来自Kaggle，可以在以下位置找到： :

matlab精度检验代码基于EEG的情绪识别的3D-CNN模型 这是基于DEAP数据集的我的2019年冬季课程“模式识别”的最终项目。 我们通过CWT （连续小波变换）对原始信号数据进行预处理，并采用3D-CNN架构作为分类器，“价”标签的准确性达到84.34％。 数据预处理 CWT分析去除基线，原始信号数据通过CWT转换为小波系数，然后进一步转换为小波能量（比例图）。 在此步骤中，我们将数据形状从32（通道）* 8064（采样点）转换为32 * 64（比例）* 7680（采样点）。 剪裁框接下来，我们将1s设置为帧长，因此在60s的视频中可以获取60帧。 每帧的形状为32（通道）* 64（比例）。 选择体重秤然后，我们计算了32个通道中所有64个音阶的平均EER。 并选择第8〜39个音阶以减少计算。 3D块我们选择几个连续的帧并将它们堆叠在一起作为3D块。 后来的实验证明3是最好的。 分类器：3D-CNN 网络架构如下。 关于代码和文件 我们使用matlab_preprocessed_data，它已从此存储库中排除。 运行“ cwt_process.m”以获取“ File_60fra

cs171-project-chakravarty-kurzon-moran Jay Chakravarty、Chloe Kurzon 和 Andrew Moran 的 CS 171 最终项目存储库

自动论文评分器 该存储库包含为 CSCI-GA.2590-001 自然语言处理 15Spring 的最终项目编写的所有代码 团队成员： 禹城路 孙芳云 刘文英 我们的项目基于这里的 Kaggle 比赛： ://www.kaggle.com/c/asap-aes 跑步： 首先，您需要安装requirements.txt 中的所有包。 然后，使用 python run.py 运行整个程序。 并且程序会首先生成所有需要的特征并将它们存储到 FeatureData 目录中，然后将这些特征添加到训练数据和测试数据中。 程序会将训练数据存入 TrainingData 目录，将测试数据存入 TestData 目录。 该过程大约需要 4-5 个小时。 最后，程序将训练线性回归模型、梯度提升树模型和随机森林回归模型，并将结果存储在 Result 目录中。 提醒： 由于线性回归在高维数据集中表

离散控制Matlab代码Lyapunov_Control_Orbit_Transfer ECH267的最终项目-基于Lyapunov的低推力轨道转移控制器 开发该代码是为了模拟基于Lyapunov的控制器，用于低推力航天器的轨道转移。 分析了两种情况-轨道高度变化情况和轨道倾角变化情况。 提示用户输入要运行的情况。 在给定的情况下，模拟过程需要花费几秒钟到3分钟的时间。 不同的情况可能会花费更长的时间，但是如果求解器花费超过15分钟来进行10,000个时间步长的模拟，则求解器可能无法解决给定的问题。 要运行代码，请确保将Kepler2Carts和PlotEarth目录添加到MATLAB路径。 目录在此存储库中提供，也可以在以下位置找到： 请查看存储库中的报告以了解有关所使用方法的更多信息。 感谢您查看我的项目！ 参考书目 [1] H. Leeghim，D.-H. Cho，S.-J. Jo和D. Kim，“低推力轨道转移的通用指导方案”，《工程学中的数学问题》，第1卷。 2014年，第1-9页。 [2] DE Chang，DF Chichka和JE Marsden，“椭圆形Kepleri

使用CNN识别花卉种类 此代码使用VGG11预训练模型来训练和识别不同种类的花。 该模型仅20个周期就达到了90％以上的精度

sumo_reinforcement_learning:与斯坦福大学机器学习课程（CS 229）的最终项目相关的源代码； 在SUMO交通模拟环境中使用强化学习方法

COS426：计算机图形学最终项目

COGS-109建模和数据分析 该项目使用线性回归和K均值聚类对饮食习惯数据集进行分析，该数据集包含确定肥胖的变量。 研究重点： 使用探索性线性回归和聚类，我们旨在检查数据集中的几个属性，以发现哪些是预测个体体重的最佳指标。数据集信息： 该数据集包含从墨西哥，秘鲁和哥伦比亚的个人收集的数据。该数据可用于根据饮食习惯和身体状况估算肥胖水平。有2111个实例和17个不同的属性。此外，使用体重不足，正常体重，I级超重，II级超重，I型肥胖，II型肥胖和III型肥胖的值对数据进行分类。笔记： 主要报告可在以下位置找到：“ COGS 109最终报告.pdf” 包含我们的代码的Jupyter笔记本可在以下位置找到：“ COGS 109 Final report.ipynb” 演示海报可以在以下位置找到：“肥胖分析海报” 我们使用的数据集可以在以下位置找到：“ ObesityDataSet.csv”

顶级 iOS III最终项目-锻炼伴侣应用程序 什么是热门广告？ Top-Set是围绕健身而设的社交共享应用程序。 在该应用程序中，您可以查看其他用户发布的锻炼内容以供您尝试，也可以共享您自己的例程。 它还具有一个1-Rep-Max计算器和一个目标表，可帮助您实现目标，可以帮助您实现目标 使用说明： 下载或克隆此项目时，您将看到一个Xcode项目文件和一个Xcode工作区文件。 由于此应用程序使用CocoaPods，因此必须打开工作空间文件（在本例中为“ Top Set.xcworkspace”），以使应用程序正常运行 点击观看演示视频： 学分： 应用程序图标和徽标位于 登录和注册页面上的背景图片以及计算器页面上的标题图片均通过