国科大模式识别第二次作业，可以供往届同学参考，再国科大集中学习的通知都可以
标签： 作业
上传时间： 2017-11-22
上传用户：univeryinli
有限元计算桁架变形，应力 matlab代码
上传时间： 2017-12-19
上传用户：dolphinlsp
简单的实现JPEG图像压缩编码方法一 clear all; RGB=imread('C:\Users\Administrator\Desktop\123.bmp');%读取内存中bmp格式的彩色图像 I=rgb2gray(RGB);%将彩色图像转换为灰度图像 I1=im2double(I);%将图像变换为双精度格式 T=dctmtx(8);%处理后返回一个8*8阶的DCT矩阵 B1=blkproc(I1,[8 8],'P1*x*P2',T,T');%对图像的每个8*8子块应用矩阵式‘P1*x*P2(像素块的处理函数，x是形式参数)进行处理，P1=T，P2=T’ mask=[1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ];%选取10个DCT系数重构图像(DCT具有能量集中的性质，数据集中在左上角，故进行图像压缩时离散余弦变换矩阵可以舍弃右下角的高频数据) B2=blkproc(B1,[8 8],'P1.*x',mask);%舍弃每个块中的高频系数，达到压缩的目的 I2=blkproc(B2,[8 8],'P1*x*P2',T',T);%余弦反变换，重构图像 subplot(2,2,1);imshow(RGB);%原彩色图像 subplot(2,2,2);imshow(I);%灰度图像 subplot(2,2,3);imshow(I1);%双精度灰度图像 subplot(2,2,4);imshow(I2);%重构图像
标签： matlab
上传时间： 2018-03-15
上传用户：wlmelody
“互联网+大数据”养老综合利用各种信息通信技术，以互联、移动、开放、共享为特征，围绕老年人的生活起居、安全保障、保健康复、医疗卫生、娱乐休闲等各个方面，面向老年人、服务单位、政府机构等相关人员和组织，开展信息采集、信息整理、信息利用和信息服务。 “互联网+大数据”养老既是一个技术体系，更是一个服务体系。从养老服务的视角观察，根据业务目标、业务主体和业务环境的差别，“互联网+大数据”养老业务可分为3个方面：在行政管理和行业指导方面，相关行政管理部门在老龄数据大集中的基础上对全社会养老事业开展顶层设计和集中管理，建设覆盖全国和省、市、县、乡四级行政机构的行业管理信息化平台；在老龄产品和服务产业方面，供应商通过物联网、互联网技术升级老龄产品，养老服务机构利用信息化应用和智能化产品升级养老服务，形成依托数据的互联网老龄产业集群；在老年消费者方面，老年人学习和利用互联网，加强自理能力，丰富社会生活，全面提升老龄人口的物质和精神满足感。 “互联网+大数据”养老具有与传统养老体系完全不同的特征，可以概括为如下几点。
上传时间： 2018-11-01
上传用户：wwr123
K-Means算法是最古老也是应用最广泛的聚类算法，它使用质心定义原型，质心是一组点的均值，通常该算法用于n维连续空间中的对象。 K-Means算法流程 step1：选择K个点作为初始质心 step2：repeat 将每个点指派到最近的质心，形成K个簇 重新计算每个簇的质心 until 质心不在变化 例如下图的样本集，初始选择是三个质心比较集中，但是迭代3次之后，质心趋于稳定，并将样本集分为3部分 我们对每一个步骤都进行分析 step1：选择K个点作为初始质心 这一步首先要知道K的值，也就是说K是手动设置的，而不是像EM算法那样自动聚类成n个簇 其次，如何选择初始质心 最简单的方式无异于，随机选取质心了，然后多次运行，取效果最好的那个结果。这个方法，简单但不见得有效，有很大的可能是得到局部最优。 另一种复杂的方式是，随机选取一个质心，然后计算离这个质心最远的样本点，对于每个后继质心都选取已经选取过的质心的最远点。使用这种方式，可以确保质心是随机的，并且是散开的。 step2：repeat 将每个点指派到最近的质心，形成K个簇 重新计算每个簇的质心 until 质心不在变化 如何定义最近的概念，对于欧式空间中的点，可以使用欧式空间，对于文档可以用余弦相似性等等。对于给定的数据，可能适应与多种合适的邻近性度量。
上传时间： 2018-11-27
上传用户：1159474180
我们编写的程序由两个主要方面组成 1 算法的集合就是将指令组织成程序来解决某个特定的问题 2 数据的集合算法在这些数据上操作以提供问题的解决方案 纵观短暂的计算机发展史这两个主要方面算法和数据一直保持不变发展演化的 是它们之间的关系就是所谓的程序设计方法programming paradigm 在过程化程序设计方法procedural programming 中一个问题可直接由一组算法来建 立模型例如公共图书馆的资料借阅/登记check out/check in 系统是由一系列过程表现 出来的其中两个主要的过程是资料的借阅和登记这些数据被独立存储起来我们既可以 在某个全局位置上访问这些数据或者把数据传递给过程以便它能够访问这些数据Fortran C 和 Pascal 是三种著名的过程语言C++也支持过程化程序设计单独的过程如check_in() check_out() over_due() fine()等等都被称为函数第三篇将集中讨论C++对过程化程序 设计方法的支持尤其将重点讨论函数函数模板和通用算法 在20 世纪70 年代程序设计的焦点从过程化程序设计方法转移到了抽象数据类型 abstract data type 简写为ADT 的程序设计上现在通常称之为基于对象(object based 的程序设计在基于对象的程序设计方法中我们通过一组数据抽象来建立问题的模型在 C++中我们把这些抽象称为类class 例如在这种方法下图书馆资料借阅登记系统就 由类的对象实例比如书借阅者还书时间罚款等之间的相互作用表现出来以此表 示出图书馆的抽象概念与每个类相关的算法被称为该类的公有接口public interface 数 据以私有形式被存储在每个对象中对数据的访问应与一般的程序代码隔离开来CLU Ada 和Modula-2 是三种支持抽象数据类型的程序设计语言第四篇将说明和讨论C++对抽象数据 类型程序设计方法的支持 面向对象的程序设计方法通过继承inheritance 机制和动态绑定dynamic binding 机 制扩展了抽象数据类型继承机制是对现有实现代码的重用动态绑定是指对现有的公有接 口的重用以前独立的类型现在有了类型/子类型的特定关系一本书一盒录像带一段录 音甚至孩子的宠物尽管它们有各自的借阅/登记方式但都可以成为图书馆的收藏资料 共享的公有接口和私有的数据都放在一个抽象类图书馆资料LibraryMaterial 中每个特 殊的图书馆资料类都从LibraryMaterial 抽象类继承共享的行为它们只需要提供与自身行为相 关的算法和数据Simula Smalltalk 和Java 是三种支持面向对象程序设计方法的著名语言 第五篇将集中讨论C++对面向对象程序设计方法的支持 C++是一种支持多种程序设计方法的语言虽然我们主要把它当作面向对象的语言但 实际上它也提供对过程化的和基于对象的程序设计方法的支持这样做的好处是对每个问题 都能够提供最合适的解决方案事实上没有一种程序设计方法能够
上传时间： 2019-01-30
上传用户：jizhi111
节点三角元件在自由振动分析中的应用论文，其中是有三种梁模型，用hypermesh验证其自然频率
标签： MATLAB 节点 应力 元件 中的应用 分 振动 程序
上传时间： 2019-07-14
上传用户：791477437
flac3d转tecplot源程序，输出flac3d模型的坐标，位移和应力参数。
上传时间： 2019-11-29
上传用户：ltl016622
分集中采用最大比合并可以获得最大的输出信噪比，本文对其进行详细证明。
上传时间： 2020-05-12
上传用户：leexueyi
基于knn的职业预测用 KNN（k-nearst neighbors，KNN）作为机器学习算法中的一种非常基本的算法，其原理比较简单直接，被广泛应用于电影/音乐推荐等方面， KNN算法主要用于分类任务中，用于基于新样本与已有样本的距离来为其赋以所属的类别，即使用一个新样本k个近邻的信息来对该无标记的样本进行分类，k是KNN中最基本的参数，表示任意数目的近邻，在k确定后，KNN算法还依赖于一个带标注的训练集，对没有分类的测试集中的样本进行分类，KNN确定训练集中与该新样本“距离”最近的k个训练集样本，并将新样本类别判定到这k个近邻中占比最大的那个类中。
标签： knn职业预测
上传时间： 2020-07-08
上传用户：
