针对传统聚类算法在复杂多变的电磁环境中聚类质量低、参数需要预先人为设定、噪声孤立点难识别等问题，本文提出一种改进的数据场和决策图联合聚类算法。该算法主要是利用数据对象的势值和到最近大密度点的距离来实现自动确定聚类中心和聚类数目，并且能够有效地处理孤立的噪声点和快速地实现数据对象的聚类划分。文中设置12部雷达信号，包括常规雷达、参差雷达、抖动雷达、捷变频雷达等，其中设有脉宽、到达角、载频设置参数有相同或相近的雷达。经过仿真验证可以看出，改进的数据场和决策图联合聚类有更好的聚类效果。

halcon 联合C#读取硬盘图像显示在C#PictureBox上和halcon自带的显示控件，没有安装Halcon的要引入Halconc.DLL,电脑为64位

halcon c++ QT 联合编程 计算面积

Retrofit+RxJava联合封装实现带验证码的登录

乐高wedo2.0教案《联合收割机》.ppt

公斤基线火炬 2019百度的关系撤回比赛，Pytorch版苏神的基线，联合关系撤回。 模型 与苏神的模型相同，只不过开发框架由Keras + Tensorflow变成了Pytorch，给使用Pytorch的小伙伴分享。 苏神Keras版链接： : 代码中包含了许多苏神的代码，因此首先对苏神表示感谢！ 以下为苏神模型介绍 用BiLSTM做联合标注，先预测subject，然后根据suject同时预测object和predicate，标注结构是“半指针-半标注”结构，以前也曾介绍过（ https://kexue.fm/archives/5409 ） 标注结构是自己设计的，我看了很多关系抽取的论文

用C++编写的简单熵值计算，包括信源熵，条件熵，交互熵等

三种Carsim-Simulink联合开发平台； 包含m源文件以及mdl模型； 包含技术文档。

国旅联合：2018年年度报告（修订版）.PDF

在通信系统中，多径传播的包络一维分布为瑞利分布；当有强路径（或有直达信号）时，包络的一维分布是莱斯分布。在理论推导过程中，都需要用雅各比行列式，实现联合概率密度函数坐标系的转换。典型案例是由同相分量和正交分量的联合概率密度函数求一维包络和相位的联合概率密度函数，本文具体讲解雅各比行列式在概率密度函数坐标系转换中的应用，给出详细的证明过程。