GM(1,n) matlab代码

本文分成两个部分。第一部分给出了Linux键盘驱动的工作原理，而后给出了键盘记录器的工作细节及其源代码。

图像的特征提取是图像的识别和分类$基于内容的图像检索$图像数据挖掘等研究内容的基础性工作，其中图像的纹理特征对描述图像内容具有重要意义，纹理特征提取已成为目前图像领域研究的热点#文中深入研究了基于灰度共生矩阵( /012) 的纹理特征提取方法，给出了基于 234536 的简便实现代码，分析了共生矩阵各个构造参数对构造共生矩阵的影响#分析结果对优化灰度共生矩阵的构造$实现基于灰度共生矩阵( /012) 的特定图像的纹理特征提取等都具有重要参考意义

贝叶斯网络经典教材都涵盖在这里面了，欢迎大家使用~！

英文原版包括SAE+J1939-01-2000，SAE+J1939-11-1999，SAE+J1939-13-2004，SAE+J1939-15-2003，SAE+J1939-21-2001，SAE+J1939-31-2004，SAE+J1939-71-2006，SAE+J1939-73-2004，SAE+J1939-74-2004，SAE+J1939-75-2002，SAE+J1939-81-2003，SAE+J1939-2005共12份文档。中文版包括SAE 1939_Appendix，SAE J1939，SAE J1939-01，SAE J1939-11，SAE J1939-13，SA

本资源分为8个单独的PDF文档，囊括了斯坦福大学Boyd教授所开设的凸优化课程（EE364a）的所有课后习题解答。这些习题一部分来自于Boyd所著的凸优化一书，一部分来自于数值优化、机器学习、统计拟合等工程领域，同时配有大量的Matlab实验和代码，可以帮助读者快速入门优化领域。建议读者配合EE364a的公开课一起学习。

该方法是利用均值法进行背景建模，利用背景减除法达到运动目标，能够比较好的检测到运动目标。

基于文本与图像(BMP和JPG格式)的信息隐藏算法(LSB,DCT)的实现,调试无误

云计算在全球各行各业得到越来越广泛的应用，但是存放于云上数据的安全性仍然是用户担忧的核心问题之一。为此，阿里云对用户关心的云上数据安全问题进行了深入剖析

本ZIP文件包含了经典的手写数字的bmp数据，共{0,1,2，……，9}10个类，每个类包含500个数据；然后对图片进行二值化处理，采用patch来对每张image提出特征，最后设计神经网络对特征进行训练，并用得到的net来测试TestingSet，经过调解参数，测试精度可以达到95%左右。整个实现过程是基于matlab语言的，code清晰，明了，简单易懂，绝对值得算法爱好者探究。

不确定度计算器，可算A类和B类不确定度及方差、平均值等