动态无功补偿器的负序分量和特征谐波补偿算法.doc

基于特征挖掘的机器学习的声源定位matlab算法实现，包含数据集以及源码

mo_4_bag.m随机森林matlab源码，原文链接：https://blog.csdn.net/weixin_43863744/article/details/106579296

全国国赛美赛研究生华为杯数学建模竞赛练习使用 使用Python读取数据文件，进行预处理，然后建立模型，对模型进行优化调参，选择最佳的参数，使用Python筛选特征。对以上步骤分别进行可视化。使用多种评价指标评价分类模型。

基于matlab语音信号提取，可以提取以下信号： MFCCs | Mel frequency cepstral coefficients LFBE | Log filterbank energies SSC | Spectral Subband Centroids LPCs | Linear prediction coefficients LPCCs | Linear prediction cepstral coefficients LSF | line spectral frequencies LAR | log area ratios RC | reflection coefficients

IDBE RibbonCreator 2021 x64 下载特征码 所见所得的OFFICE功能区编辑器，支持创建自定义功能区。 RibbonCreator 2019 https://blog.csdn.net/zyyujq/article/details/116333660 RibbonCreator 2021 https://blog.csdn.net/zyyujq/article/details/124989649

BarTender软件简介绍： BarTender的标签打印软件可以通过制作和自动打印和控制标签、条形码、RFID 标记、塑料证卡等，帮助全球范围内的组织改善安全、防护、效率和合规性。设计标签和内容帮助的直观化界面，易于使用和掌握，且100%所见即所得，提供符合十几种码制标准的100多种一维码和二维码，可从50多种绘图形状中选择，然后随意重新调整大小、改变形状和颜色，或导入自己的图形，支持人眼可读的条形码文本，包括二维码，来自常见行业和用例的160多个预定义标签模板，适用于Avery等20多个供应商的预定义标签尺寸。制造、化学、医疗保健、食品和饮料、航空航天、制药、供应链/物流和其他行业的成百上千的公司信任BarTender，利用其标签制作和打标流程，来运营业务。BarTender标签打印软件和条码打印软件在超过 100 个国家或地区上市。 https://blog.csdn.net/zyyujq/article/details/124988511

提出了一种基于改进特征金字塔的Mask R-CNN目标检测方法。实验结果表明，在目标边缘和包围盒两项检测中，相比于Mask R-CNN检测框架，所提方法在不同的交并比阈值下的平均准确率分别提高了约2.4%和3.8%。尤其对于中等尺寸目标的检测准确率有较大的提高，分别为7.7%和8.5%，具有较强的稳健性。

人脸图像特征提取matlab代码支持向量机的图像分类 在这里，我训练了支持向量机，线性判别分析和四层前馈神经网络，以对来自CIFAR-10数据集的10个图像类别进行分类，从而以62.7％的SVM实现了最高的准确性。 该实验的关键问题是发现用于降低尺寸的PCA和LDA的非传统组合是否优于单独的LDA或PCA。 此外，在有监督类质心初始化的情况下，我测试是否可以使用聚类方法（k均值和GMM）进行分类。 Matlab要求： FDA LDA多类（1.7版） 计算机视觉系统工具箱（8.0版） 神经网络工具箱（11.0版） 统计和机器学习工具箱（版本11.2） 怎么跑 克隆计算机上的存储库，并确保CW2Data.mat与matlab脚本位于同一文件夹中。 按此顺序运行matlab步骤1至8。 介绍 我们提出了CIFAR-10数据集图像的十类监督分类问题。 我们的培训和测试数据分别包含10个类别的1000个样本和100个样本。 图像数据存储在四维矩阵中，其中前两个维表示图像大小（32x32），第三个维是RGB颜色通道，最后一个维索引数据样本。 我们提出的数据挖掘管道首先使用定向梯度直方图（HOG）进

本文提出了结合主题和各主题下关键特征的文本相似度算法,目的在于更准确的挖掘被描述对象的近邻对象集。本文首先介绍卡方统检验特征统计法,并利用改进的卡方检验,计算训练集中已知主题的文本的特征;而后介绍了最小编辑距离算法、余弦相似度算法和杰卡德相似系数,在论证了主题对文本相似度的重要性后,又针对难提取主题的文本加以改进,最终提出了基于主题和特征的文本相似度算法;然后对各个算法在测试集上的相似度计算结果进行分析,证明本文提出的算法在速度和精确度上明显优于其他算法;最后将该算法应用于股票的概念股题材标注上,分析结果