Three.js加载obj+mtl文件，（机房演示效果图）

适合初学者使用天线模型，可以参照简单模型进行修改，学习天线仿真工作的内容

高斯混合模型相关资料 包括极大似然估计求解完全推导过程 包括EM求解的完全推导过程 深入浅出 很快就能入门了

【实例简介】放在编译文件夹的downloads下面，解压放置

包括电路原理图、LED、时延、定时器、蜂鸣器、串口、ADC、DAC、IIC、SPI FLASH、CAN、红外遥控、摄像头等例程

一个仿真DVB-C（Cable，数字有线电视）系统中QAM调制和解调的程序。在这个程序中，每执行一步操作，都会画出时域信号图和频域信号图，同时会在控制台打印出有关变量的取值，对于理解QAM调制与解调有一定的帮助。

ID3算法是决策树的鼻祖，最早于1986年由Quinlan提出，全称是Iterative Dichotomiser 3 [1]。在这篇课程报告中，我将对经典的ID3做出三次改进：1.把 info gain 改进为 gain ratio；2. 把简单投票的过程改进为朴素贝叶斯的方法；3. 将许多颗ID3决策树打造成随机森林。本人将在Weka平台进行二次开发，并且用Weka-Experiment做大量实验，和其它著名的算法进行比较，最后做出综述。项目的源代码开源在本人的GitHub主页上。未来工作有以下几点:是那么容易就可以随机出来的1.在 Improvement Two中,3树的生长的深度限3.可以把这三种改进方法糅合在一起,看看三种制在多少,可以进行进一步的研究改进组合在一起,能不能产生性能更加的算法2.在 Improvement Three中,本人费劲心思写出来4.上述所有方法都是基于属性为 nominal的数据的“随机森林”,正确率反而比D3更差。虽然集,可以进一步研究属性为 numerical,甚至是很使我伤心,但是我在写代码、调试代码、还有两者混合的数据集。思考的过程中有了不少长进。看来随机森林不L己ta3et(1 caitao.I(2) caita (3 caita (4 caita (5) trees (6)treesca置,色va1 eatlon(100)B9.19|81.36*92.85V78.日9*94.43W93.40Vweather. symbolic100)79.00|56.507s.0079.57.506,50{v!/*)|(0/1/1)(1/1/0(011/1)(1/1/0)(1/1/0Re1)caia。,工3"-26936786470963225612) CaILE。 gainRatio.工D311-2693678647096322561(3 caitao naiveBayes. ID3-26936786470963225614)cata0 andomforest,ID31-2593678647096322561{5) trees. NBTree"-47160057070582560866) trees. Randomforest"-10-4-51- depth101-2260823972777004705图-7: Weka-experiment实验结果。总共6个算法,2个数据集。6个算法中(1是原始的1D3算法,后面(2)-(4)是本人的改进算法,(5)和(6)是Weka平台自带的算法。GitHub较风趣;另一方面,蒋老师在我上机实习的过程过,本次模式识别上机实刁的代码,全部公开在本人的回答了我不少疑惑,虽然这些疑惑对于蔣老师而言GitHub主页上面,ur地址如下:可能十分幼稚,但是依然完整解决了我的问题。1. Improvement one:https://github.com/caitaozhan/id3improvements/treREFERENCES/gain ratio2. Improvement TwoJhttps://en.wikipedia.org/wiki/id3algorithmhttps://github.com/caitaozhan/id3_improvements/tre[2]决策树,蒋良孝的PPTChapter2-8e/naive bayes[3] Data Mining Practica/ Machine Learning Tools and3. Improvement threTechniques--Chapter4.3https://github.com/caitaozhan/id3improvements/tre[4贝叶斯分类,将良孝的PPTChapter3-15e/random forest[5]http://archive.ics.uci.edu/ml/datasets/car+evaluation[6]https://en.wikipediaorg/wiki/random_subspace_methodAcknowledgements感谢蒋良孝老师对于我的指导。一方面,蒋老师上课讲解十分到位,关键部位一点就通了,不仅如此还比

在MATLAB下直接可运行，已调试通过，不是epfl网页里面要调用C++的程序。适合学习MATLAB的朋友。。。

中南大学信息院电气自动化电力电子课程设计第18课题igbt升压斩波纯电阻电路课程设计报告（matlib文件）

基于小波变换的静态图像数字水印matlab的实现最低有效位方法(LSB) ：这是一种典型的空间域数据隐藏算法，L. F. Tumer 与R. G. Van Schyadel等先后利用此方法将特定的标记隐藏于数字音频和数字图像内。该方法是利用原始数据的最低几位来隐藏信息。LSB 方法的优点是有较大的信息隐藏量，但采用此方法实现的数字水印是很脆弱的，无法经受一些无损和有损的信息处理，而且如果确切地知道水印隐藏在几位LSB中，数字水印很容易被擦除或绕过。

计算飞机气动特性的软件的说明书，主要应用于概念设计和初步设计阶段TABLE 2AERODYNAMIC OUTPUT AS A FUNCTION OF /CONFIGURATION AND SPEED REGIME● OUTPUT A∨A| LABLED OUTPUT ONLY FOR CON FIGURATIONS WITH STRAIGHT TAPERED SURFACESA OUTPUT ONLY WITH EXPERIMENTAL DATA INPUCONFIGURATION SPEEDSTATIC AERODYN AMIC CHARACTERISTIC OUTPUTDY NAMIC STABILITY CUTPUREGIMECLSUBSONICBODYTRANSONICSUPERSONICHY PERSONICWINGTRANS0NC口▲|口「口百口SUPERSONIC●{a!口口日口HYPERSONIC口!口D口口HORIZONTALTRANS0NCa|▲▲口口|口白SUPERSONIC·a|口口口·『●|●IY PERSONICVERTICAL TAILSUBSONICOR VENTRALTRANSONIC口FINA sUPERSONIC.「百|口HY PERSONICSUBSONICWING-BODYRANSONC口口口o口SUPERSONIC●d|口HY PERSON百口HORIZONTALTRANS0NIc口口口TAIL- BOOYSUPERSONIC口口0口HY PERSONICSUBSONICVERTICAL TAILTRANSONIC口VENTRAL FIN-2 SUPERSONIC.BODY●●|●|●HYPERSONIC口w|NG-B0D￥△ SUBSONIC■口|口|口|口|a口|aaa0|口aaaaTRANSONICO|口TAILSUPERS0NC口百|百口「口。|口HYPERS0NC口口|口口口口口口SUBSON1C●VERTICAL TAILTRANS0NC▲口VENTRAL FINA SUPERSONIC●●|●●HYPERSONICING BOOYSUBSONICHORIZONTAL口日|a口口a「aa}aTRANSONIC|▲|▲▲▲口A SUPERSONIC O。|。口}口|口口|口VERTICAL TAILVENTRAL FINHYPERS0NC口口c1 THE EFFECTS OF JET POW2PELLER POWER, AND GROUND PROXIMITY MAY BE OBTAINED FOR THESE CONFIGURATIONS IF THE REQUIREDNAMELISTS ARE INPUT, THE EFFECTS OF POWER AND GROUND EFFECTS ARE INCLUDED ONLY IN THE SU!C LONGI TUDIN AL STABILITY RESULTS2 DY NAMIC STABILITY RESULTS ARE THE SAME AS WING-BODY3 TKIN VERTICAL TAIL RESULTS MAY BE OBTAINED FOR THESE CONFIGURATIONS IF THE REQUIRED NAMELIST IS INPUTTHESE EFFECTS ARE INCLUDED ONLY IN THE SUBSONIC LATERAL STABILITY DATAREFER TO DATCOM HANDBOOK FOR METHOD LIMITATIONS IF OUTPUT IS NOT OBTAINED5 AVAILABLE ONLY IN COMBINAT:ON WITH A WING OR TAILCC