图像处理常用的标准测试图片

里面有就是多种数据处理工具，非常便利。 1.文本文件操作 1.1征地部标准坐标导出... 2 1.2征地部标准坐标导入... 6 1.3线封闭... 6 1.4点集转面... 7

西门子杯六部十层电梯群控案例，一等奖例程，仅供参考，谨慎传阅，谢谢老铁

sandiego airport 高光谱数据 mat格式，便于matlab直接处理

matlab算法实现的人脸定位和人眼定位，通过肤色找到人脸 继而定位人眼

粒子群优化算法解决旅行商（TSP）问题，求解全国31个省会城市的一次历遍的最短距离。代码可运行

太阳能光伏并网发电系统全套图纸.dwg

模拟运动目标的运动轨迹，可以用与模拟数据输入及飞机飞行模拟。

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书)第1章 BP神经网络的数据分类——语音特征信号分类1本案例选取了民歌、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对这四类音乐的有效分类。第2章 BP神经网络的非线性系统建模——非线性函数拟合11本章拟合的非线性函数为y=x21+x22。第3章 遗传算法优化BP神经网络——非线性函数拟合21根据遗传算法和BP神经网络理论，在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36对于未知的非线性函数，仅通过函数的输入输出数

在计算机上训练，将训练后的参数给单片机，单片机来仿真，之前已经在stm32f4上成功仿真过

本文首先分析了国际上先进医疗及养老保险标准，并结合深圳市的现状及当代国情，对深圳市未来需要在这方面实现的目标进行了量化描述，接着分析了深圳市经济与居民健康水平发展的趋势及原因，运用多元线性回归方法，综合考虑疾病类型、医疗保障和环境质量因素，分析了如何合理配置医疗和养老资源以实现所制定的目标，最后给出了与目标相匹配的医疗与养老保险方案。  针对问题一，本文将建立时间序列模型对未来医疗和养老保障目标进行预测。首先，在对深圳市未来养老保障进行预测时，本文选取老龄化程度、市人口数量、年龄结构作为影响因素，对医疗保障进行预测时，本文选取医院床位、医疗费用、城市人口作为影响因素。其次，通过搜集国际上医疗及养老保障先进的国家的数据，将深圳近几年数据与之相比较，分析出差距及发展前景；最后，本文分别建立医疗和养老保险数据集，并对数据预处理，将影响因素作为自变量，将医疗和养老保障作为因变量，使用 SPSS 建立时间序列模型，整理养老与医疗床位数，实现目标的量化描述。  针对问题二，在预测未来十年深圳常住人口时，本文运用了 Matlab 多元线性回归，对近十年的数据进行了多次拟合,并对这些拟合进行了比较，得出深圳常住人口模型公式。矩阵预测出了未来十年人口结构的分布。通过分析深圳近人口数量和人口结构的变化，预测未来十年深圳市人口数量和结构的发展趋势，以此为基础预测未来全市和各区医疗床位需求呈线性递增趋势。  针对问题三，首先对医疗保险方案进行分析，本文根据深圳市近几年对医疗卫生事业的投资力度及当代发展特点，得出未来医疗保险方案应结合计算机技术，完善信息系统，改善医疗保险监控手段，合理控制医疗费用的增长，进而保障医疗保险基金高效运行，以实现目标；其次对养老保险进行分析，养老保险会对患者和老人造成影响，且深圳未来老龄化正在加速，因此在未来养老保险方案制定上，需要考虑两点：第一、养老保险能够调节供求匹配度，第二、从深圳市政府利益的角度，要尽可能使得保险金额少，所以本文从这两方面进行综合考虑设计养老保险方案。  关键词：时间序列模型 多元线性回归 老龄化 医疗与养老保险