卡尔曼的视频序列图像的目标跟踪程序

关于状态反馈线性二次型最优控制器设计的作业.

本文档是DSP产生SPWM的相关程序，非常适合初步学习者学习相关的DSP编程，对认识SPWM编程有很好的效果

SODATA算法是在k-均值算法的基础上，增加对聚类结果的“合并”和“分裂”两个操作，并设定算法运行控制参数的一种聚类算法。迭代次数会影响最终结果，迭代参数选择很重要。

通过分析小波变换处理信号噪声的方法及其在微弱信号检测方面的不够完善之处,提出适合于极低信噪比条件下小波消噪法的信号检测原理和方法,即通过构造具有可调功能的阈值函数以及对小波分解系数处理方式的优化设计等方法,在强背景噪声中提取出微弱的信号特征信息,从而实现微弱信号的检测。最后通过Matlab仿真验证该方法的实验效果,理论和实验结果均表明此方法能较大幅度地改善信号比。这里阈值构造过程中充分考虑到了信噪比因素的影响,并对小波分解系数的处理也进行了合理优化,从而使得去噪效果有较大的改善。

vb6 取得计算机所有用户名列表,土办法，仅做参考

分数已被csdn修改，我也无法修改分数，过高无法下载请联系我，我下载发给你，抱歉WPF 数据可视化 大屏展示 实现地图仿echarts模拟迁移效果 Telerik图表 仪表盘效果图https://blog.csdn.net/shishuwei111/article/details/79486365#comments

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

结构计算和量子力学-分子动力学模拟软件包

基础科学实验类：设置物位置设置透镜位置，设置曲率设置屏位置生成投影像（由物像接物理规律提取生成）调整物位置，展现效果调整镜位置，展现效果调整屏位置，展现效果

卡尔曼滤波做目标跟踪 效果不错 在此基础上可以增加多个跟踪目标，采用相关关联技术实现多目标跟踪