- 注意这是个S域分析… 返回量H则包含了离散系统频响在0——pi范围内N个频率等分点的值，向量w则包含范围内N个频率等分点。调用中若N默认，默认值为512。 clc; clear; a = [1 ... 注意这是个S域分析… 返回量H则包含了离散系统频响在0——pi范围内N个频率等分点的值，向量w则包含范围内N个频率等分点。调用中若N默认，默认值为512。 clc; clear; a = [1 ...
- 前言 主成分分析法最常用于降维也可以用来综合评价，此篇主要介绍用主成分分析法用于综合评价。主成分分析综合评价法是从原始数据所给定的信息直接确定权重，进而进行评价的方法。在进行主成分分析时，所取权重直接为对应主成分的方差贡献率，某个主成分在综合评价时所能反映的信息越多，相应的权重也就越大。 文献[1]中也指出，运用主成分分析法赋权重应... 前言 主成分分析法最常用于降维也可以用来综合评价，此篇主要介绍用主成分分析法用于综合评价。主成分分析综合评价法是从原始数据所给定的信息直接确定权重，进而进行评价的方法。在进行主成分分析时，所取权重直接为对应主成分的方差贡献率，某个主成分在综合评价时所能反映的信息越多，相应的权重也就越大。 文献[1]中也指出，运用主成分分析法赋权重应...
- 利用双线性变换法，把下列S域的模拟滤波器转换为数字滤波器 clc; clear; bs=[1 1]; as=[1 5 6]; T=0.1;Fs=1/T; [bz,az]=bilinear(bs,a... 利用双线性变换法，把下列S域的模拟滤波器转换为数字滤波器 clc; clear; bs=[1 1]; as=[1 5 6]; T=0.1;Fs=1/T; [bz,az]=bilinear(bs,a...
- Matlab 一个挺重要的工具，对于工科生。可惜我们是到了大二上才开了这门课，实践的机会之前也相对较少，授课的老师也除了念PPT还是念PPT，到头来收获少之又少。不过还在这学期开了《数理方程》与《信号系统... Matlab 一个挺重要的工具，对于工科生。可惜我们是到了大二上才开了这门课，实践的机会之前也相对较少，授课的老师也除了念PPT还是念PPT，到头来收获少之又少。不过还在这学期开了《数理方程》与《信号系统...
- 读入图片 Img= imread('nuclei.png');imshow(Img) 二值化 adapthisteq:使用限制对比度的自适应直方图均衡化 (CLAHE) 来变换值，从而增强灰度图像的对比度 I_eq = adapthisteq(Img);imshow(I_eq);bw = imbinarize(I_eq,... 读入图片 Img= imread('nuclei.png');imshow(Img) 二值化 adapthisteq:使用限制对比度的自适应直方图均衡化 (CLAHE) 来变换值，从而增强灰度图像的对比度 I_eq = adapthisteq(Img);imshow(I_eq);bw = imbinarize(I_eq,...
- 前言 时间序列预测法其实是一种回归预测方法，属于定量预测，运用过去的时间序列数据进行统计分析，推测出事物的发展趋势。 数据传输 前篇讲到两种时间序列预测方法，移动平均预测法和指数平滑预测法，这两种方法都适用于长期规律的时间序列，但对于具有周期性的数据就不适用了。此篇介绍适用于具有周期性的数据预测方法，时间序列分解预测，将时间序... 前言 时间序列预测法其实是一种回归预测方法，属于定量预测，运用过去的时间序列数据进行统计分析，推测出事物的发展趋势。 数据传输 前篇讲到两种时间序列预测方法，移动平均预测法和指数平滑预测法，这两种方法都适用于长期规律的时间序列，但对于具有周期性的数据就不适用了。此篇介绍适用于具有周期性的数据预测方法，时间序列分解预测，将时间序...
- 前言 自回归滑动平均模型（简称：ARMA模型）。是研究时间序列的重要方法，由自回归模型（简称AR模型）与移动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等[1]。 01实例分析 实... 前言 自回归滑动平均模型（简称：ARMA模型）。是研究时间序列的重要方法，由自回归模型（简称AR模型）与移动平均模型（简称MA模型）为基础“混合”构成。在市场研究中常用于长期追踪资料的研究，如：Panel研究中，用于消费行为模式变迁研究；在零售研究中，用于具有季节变动特征的销售量、市场规模的预测等[1]。 01实例分析 实...
- 介绍 编写代码的建议通常涉及效率问题，比如“不要使用循环”。这份文档不是这样的。它关注的是正确性、清晰性和概括性。这些指南的目的是帮助生成更可能正确、可理解、可共享和可维护的代码。 有些编码方法比其他的好。就是这么简单。编码规范通过帮助使错误变得明显而增加了价值。正如Brian Kernighan所写，“写得好的程序比写得差的程序要... 介绍 编写代码的建议通常涉及效率问题，比如“不要使用循环”。这份文档不是这样的。它关注的是正确性、清晰性和概括性。这些指南的目的是帮助生成更可能正确、可理解、可共享和可维护的代码。 有些编码方法比其他的好。就是这么简单。编码规范通过帮助使错误变得明显而增加了价值。正如Brian Kernighan所写，“写得好的程序比写得差的程序要...
- 绘图最主要的一个因素之一是色彩的搭配，比如画几条曲线的图，那么很有必要给这些曲线搭配一些容易区分的颜色，这样画出来的图一目了然。 MATLAB的画图函数plot提供了最基本的8种颜色： Color Name HEX Color yellow (y) #FFFF00 (2... 绘图最主要的一个因素之一是色彩的搭配，比如画几条曲线的图，那么很有必要给这些曲线搭配一些容易区分的颜色，这样画出来的图一目了然。 MATLAB的画图函数plot提供了最基本的8种颜色： Color Name HEX Color yellow (y) #FFFF00 (2...
- mod函数：模运算（求余数） x = mod(m, n) % 返回 m 除于 n 后的余数 >> mod(23, 5) %标量进行模运算 ans = 3 >... mod函数：模运算（求余数） x = mod(m, n) % 返回 m 除于 n 后的余数 >> mod(23, 5) %标量进行模运算 ans = 3 >...
- 前言 PCA降维也称为主成分分析法，是一种使用最广泛的数据降维算法。PCA的主要思想是将n维特征映射到k维上，这k维是全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造出来的k维特征。 01实例分析 本篇将一个三维数据降维成二维的数据，并进行可视化。 02原理解析 标准化 降维 计... 前言 PCA降维也称为主成分分析法，是一种使用最广泛的数据降维算法。PCA的主要思想是将n维特征映射到k维上，这k维是全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造出来的k维特征。 01实例分析 本篇将一个三维数据降维成二维的数据，并进行可视化。 02原理解析 标准化 降维 计...
- 问题描述如下： matlab命令窗口中显示的数值默认只是4位小数，最后一位采用四舍五入。 在计算中精度要求可能会更高，如果要修改显示的小数位数，需要操作一下，matlab2013以前的版本请看 度娘... 问题描述如下： matlab命令窗口中显示的数值默认只是4位小数，最后一位采用四舍五入。 在计算中精度要求可能会更高，如果要修改显示的小数位数，需要操作一下，matlab2013以前的版本请看 度娘...
- matlab reshape() 函数对矩阵重排列 ，即 改变矩阵行列个数 语法是 A = reshape（A，m，n）； 或者 A = reshape（A，[m,n]）; 都是将A 的行列排列成m行n... matlab reshape() 函数对矩阵重排列 ，即 改变矩阵行列个数 语法是 A = reshape（A，m，n）； 或者 A = reshape（A，[m,n]）; 都是将A 的行列排列成m行n...
- a = 1 2 3 4 5 6 1 2 3 4 5 6 % 取一行 K>> a(1,:) ... a = 1 2 3 4 5 6 1 2 3 4 5 6 % 取一行 K>> a(1,:) ...
- example1： str = 'www' str = www >> str2 = 'hello' str2 = hello >> [str,str2] ans =... example1： str = 'www' str = www >> str2 = 'hello' str2 = hello >> [str,str2] ans =...
上滑加载中
推荐直播
-
非标装备制造企业如何破除交付困境2022/04/21 周四 16:00-17:00
张燕聪 广州盛原成科技有限公司CEO
解析非标装备制造企业面临的装备交付困境，分享典型的装备企业如何利用IT和OT融合的技术提升从设备研发到设备交付的效率，提升企业竞争力。
回顾中 -
华为数字机器人RPA训练营开营直播2022/04/21 周四 19:00-20:00
韩老师 华为RPA院校合作总监
华为数字机器人7天训练营开篇直播，带所有开发者了解华为RPA产品构成、各产品关键特性及能力等，同时，介绍华为RPA人才培养计划及此次训练营课程设置、活动亮点等。更有直播好礼，等着大家哦~
回顾中 -
CANN训练营-基于GAN的图像合成技术介绍2022/04/21 周四 19:30-20:30
波哥 昇腾CANN计算机视觉算法专家
昇腾CANN论文上榜CVPR计算机视觉领域顶会，使得全景图像生成算法交互性再增强！论文作者首次公开解读论文精髓，邀您共同探讨基于GAN的图像合成技术！
回顾中
热门标签