主要介绍易康软件中各个分类特征及其使用方法

细节增强的matlab代码DMFLDA2 这是一个深度学习框架，可通过整合线性和非线性特征来增强用于预测lncRNA-疾病关联的传统矩阵分解方法。 要求 tensorflow == 1.3.0 numpy == 1.11.2 scikit-learn == 0.18 scipy == 0.18.1 用法 在这个GitHub项目中，我们提供了一个演示来展示DMFLDA的工作原理。 在data_processing文件夹中，我们提供了我们在研究中使用的以下数据集。 lda_interMatrix.mat是具有matlab格式的原始lncRNA-疾病相互作用矩阵。 它的形状是577个lncRNA x 272种疾病。 matrix.npy是numpy格式的lncRNA-疾病相互作用矩阵。 data.pkl用于存储采样的正样本和负样本。 u_feature.npy是我们研究中使用的SVD技术的U矩阵，其形状为577x64。 v_feature.npy是我们研究中使用的SVD技术的V矩阵，其形状为272x64。 在我们的演示中，我们提供了留一法的交叉验证来评估我们的模型。 您可以使用cross_v

Box_Cox变换在Matlab上的实现

无糖咖啡 19:50:05 光纤直放站的工作原理 无糖咖啡 19:50:24 第三代通讯技术的特点和分类 无糖咖啡 19:50:41 db dbm dbc dbi dbd 的定义 无糖咖啡 19:51:09 功率增益 互调 杂散 噪声 的定义 第三代移动通信技术-第三代移动通信系统的特征 　　根据IMT-2000系统的基本标准，第三代移动通信系统主要由4个功能子系统构成，它们是核心网（CN）、无线接入网（RAN）、移动台（MT）和用户识别模块（UIM），且基本对应于GSM系统的交换子系统（SSS）、基站子系统（BBS）、移动台（MS）和SIM卡四部分。其中核心网和无线接入网是第三代移动通信系统的重要内容，也是第三代移动通信标准制订中最难办的技术内容。 　　第三代移动通信系统可以使全球范围内的任何用户所使用的小型廉价移动台，实现从陆地到海洋到卫星的全球立体通信联网，保证全球漫游用户在任何地方、任何时候与任何人进行通信，并能提供具有有线电话的语音质量，提供智能网业务，多媒体、分组无线电、娱乐及众多的宽带非话业务。第三代移动通信系统的特点是：综合了蜂窝、无绳、寻呼、集群、无线扩频、无线接入

通过训练jaffe数据库，实现识别人脸高兴、惊讶、恐惧、生气等六种表情，并圈出。可调用电脑摄像头实时监测。内附有使用说明，可以使用。仅供学习参考。

本文主要以BT为研究对象，分析现有的各种P2P流量检测识别技术，对比各种检测识别技术的优缺点。在深入分析BT协议和源码的基础上，提出了基于MSE协议特征的BT加密流量检测方法和基于节点列表的BT流量预识别技术，并进行了实验验证。本文主要工作及创新点如下： （1）对BT及相关应用层协议的研究。通过对Peer wire协议、TCP-Tracker协议、UDP-Tracker协议、DHT（Distributed Hash Table，分布式哈希表）协议和实际网络流量的分析，找出各协议中的特征字符串，从而利用特征字符串匹配对BT明文流量进行识别。 （2）提出了对BT加密流量进行有效识别的技术，这是本文的创新点之一。本文通过对MSE协议、Diffie-Hellman密钥交换协议的研究，在分析MSE协议在握手阶段前三个消息具有的传输层特征的基础上，对TCP流进行重组，进一步还原为应用层消息流，并基于此进行加密流量识别。实验结果表明，这种方法对标准的BT加密流量的识别率较高。 （3）提出了基于TCP-Tracker、UDP-Tracker、DHT协议获取的节点列表，对BT流量进行预识别方法，这是本文

柱 锥 台 球的结构特征 一 改.pdf，这是一份不错的文件

基于不变矩的数字验证码识别,本课题将模板匹配作为基本框架的验证码识别系统。本系统的优点在于能够对特定类型的数字验证码进行精确识别，实验中识别准确率可达到95％以上，并提供动态更新样本库的功能，可根据实际运行的环境提高验证码的识别率。 本案例选择了经典的数字验证码识别作为识别的对象。验证码的识别涉及图像预处理、分割、特征提取、识别等相关技术，本案例通过对彩色验证码图像进行灰度化、二值化、去噪和归一化等步骤来进行预处理，通过建立模板库的动态更新机制来提高系统的兼容性，进一步提升验证码识别的效率和准确性。

基于传统的指纹图像处理理论，matlab实现，中间变量清晰可见，参数可调节。 它将可以帮助你： 1、省去2至3个月的入门熟悉过程 2、分割的结果足可以用作深度学习的label，本Demo的图像分割能力足可以用于工业 3、在该代码的基础上进行更加深入的研究，实现前沿的处理、匹配和搜索算法。 4、入门的三角匹配算法，为指纹匹配(1:1)研究奠基 5、入门的指纹图像索引搜索算法，为指纹搜索(1:N)奠基 一个指纹的完整处理过程可以参考main文件，提取特征点的功能已放入get_minutia函数中。本Demo使用三角匹配算法，单个的指纹的注册过程可以参考enroll.m。本Demo除实现指纹匹配算法外，将指纹搜索通过建立索引的方式实现，相关见Demo中Htable功能。

尺度不变特征提取 sift——matlab代码