基于改进的种子区域生长法的图像分割（自动选择种子）

递推极大似然参数辨识法MATLAB程序clear all%清理工作间变量close all%关闭所有图形clc%清屏%%%% M序列、噪声信号产生%%%%L=1200;%四位移位积存器产生的M序列的周期y1=1;y2=1;y3=1;y4=0;%四个移位积存器的输出初始值for i=1:L; x1=xor(y3,y4);%第一个移位积存器的输入信号 x2=y1;%第二个移位积存器的输入信号 x3=y2;%第三个移位积存器的输入信号 x4=y3;%第四个移位积存器的输入信号 y(i)=y4;%第四个移位积存器的输出信号，幅值"0"和"1"

E4A易安卓 JSON(json)解析例程

基于SIFT特征和K-means以及SVM提出了场景图形分类系统的理论框架。然后进行试验，比较不同聚类数目的正确率，同时还与机器学习方法进行了效果比较。试验结果表明，基于SIFT和K-means以及SVM的场景分类方法在准确率上很接近机器学习方法。

【实例简介】自己写的NBI最小二乘窄带干扰滤波器仿真 注释清晰详细 NBI最小二乘窄带干扰消除 滤波器 matlab仿真程序 注释详明

模式识别mini project-脱机手写签名识别，这是每个学习模式识别的同学必做的课程设计mini project，主要功能要求如下： 一共有20个人，在其对应的文件夹中存放了每个人的20个手写签名图像，每幅图像均为PCX图像格式，大小为129 94像素大小。 对每个人的手写签名，用其中80%的图像作为训练样本进行训练，用余下的20%的图像进行测试。在签名图像进行特征提取时，提取6 个ET1和6 个DT12轮廓特征。每一个人的手写签名特征假设为48维特征空间的多维高斯分布。用贝叶斯参数估计法估算概率密度函数（pdf），然后用Bayes分类器识别。分别计算close test和open

亚太数学建模（APMCM）历年优秀论文

基于用户和物品的推荐系统，比较值得机器学习行业分析目录x背景介绍x浅层模型时代x深度学习时代品平DTCC2016年中国数据库技术大会SeaueMedia Aise G chinaUhzx Tup背景介绍我们的业务媒体流量主站搜索页京东商品挖掘主站列表页京东移动端商品召回京东广告和商品推荐展示包段媒体业务系统排序优选广告召回ADX流量京准通广告平机器学习系统SEM流量品平DTCC2016年中国数据库技术大会SeaueMedia Aise G chinaUhzx Tup背景介绍问题x主要解决的问题+机器学习在排序算法中的应用+特点x实时,在线x广告,推荐的混合系统品平DTCC2016年中国数据库技术大会SeaueMedia Aise G chinaUhzx Tup目录x背景介绍x浅层模型时代x深度学习时代品平DTCC2016年中国数据库技术大会SeaueMedia Aise G chinaUhzx Tup浅层模型时代|机器学习系统核心问题x模型算法x日志流x训练系统x特征系统x评估系统品平DTCC2016年中国数据库技术大会SeaueMedia Aise G chinaUhzx Tup浅层模型时代模型算法x浅层模型算法大规模稀疏性特征建模,Ir+核心优化方向:特征x手工特征工程x特征组合算法:*Fm/ffm* gbdt+Ir品平DTCC2016年中国数据库技术大会SeaueMedia Aise G chinaUhzx Tup浅层模型时代模型算法x Fm/ffm通过因式分解,减少数据稀疏性,有效学习特征组合参数规模:η^2降为k*n(k

历年试题简答题答案，很有用的考试资料，开卷必备二者的区别就在于,确定性的每·步只有种选择,而非有多种选择,由些可见,非的计算能力比确定性强得多。时间复杂性即从开妈直至进入停机状态所运行的步数,同理空间复杂度归并排序算法和快速排序算法各自强调了那个方面?各自提高效率的策略是什么?归并由分解与合并两部分组成。提高的话一个是当元素比较少时,可以直接进行排序,比如插入排序。这比分解合并要快得多。二是尽量采用链表结构,因链表结构的移动要快于数组决排也是利用分治法排序。主要过程为划分。些改进的方法在确定第小元素时,就是将个元素分为一段这种方法复杂性可达到()二.(分)试用算法求解下面无向赋权图的最小生成树,指出最小生成树及该树中各边被选中的先后次序;写出算法的基本步骤。iTCHY181513,(81347166120解:根据算法,从开始,选择和加入集合找出集合中顶点相邻的最小权值点加入集合依次为基本步骤:从第一个结点开始,加入集合每次选择中顶点与外的顶点权值最小的顶点,加入集合直到集合包含所有顶点分)用—分枝限界算法求解背包问题:,物品重量和价值分别是画出由算法生成的状态空间树,并标明各节点的优先级的值;给出各节点被选作当前扩展节点的先后次序;给出最优解。解具体步骤就不写了四.(分)已知一组数满足,且被搜索的对象的概率分布是a=0.1.a1=0.01,a2=0.02,a3=0.04,a4=0.03,c=0.2h=015.b2=005b=075b=025b3=0075其中表示被搜索对象在区间内的概率,表示被搜索对象为的概率,使用动态规划算法求该搜索门的最优二叉搜索树。解:各了树的根:最优二叉树结构是根是的左孩子是的左孩子是的右孩子是的左孩子是的左孩子是的右孩子是的右孩子是的右孩子是的左孩子是的右孩子五.分假定已知“无向图的回路”问题是问题,证明“旅行商判定问题乜是问题。解:首先,旅行商问题是的,因为对其解的任一猜想,要检验它是否是最优的,需要同所有其它的环游戏比较,这样的环游会有指数个,因而不可能在多项式吋间内完成考虑图的哈密顿回路问题,已知无向图构造其对应的旅行商问题为()属于边,,否则显然,这一变换可以在多项式时间内完成,而且,有哈回路的充分必要条件是上述构建的旅行商问题有解,且解对应的路长度为,因为,若中不含哈回路,则路长至少为因为已知哈回路问题是问题,并且上述变换为多项式变换,所以旅行商问题也为问题

用于对比两幅图像的相似度，验证图像的去噪效果！

智能微电网中对多目标问题的优化，采用粒子群的完美验证，有详细注释，可以借鉴