Canny边缘检测Matlab代码

各种经典图形的PLY文件。ply文件夹放的是Windows系统编码格式的文件；bak文件夹放的是Unix/Mac系统编码格式的文件；包含的经典图形有：bunny, horse, dragon, hand skeleton, gold fish, happy buddha, penguin parts

应用数学形态学对一维扰动信号进行处理！！！

层次分析法 数学建模层次分析法 数学建模层次分析法 数学建模层次分析法 数学建模层次分析法 数学建模层次分析法 数学建模层次分析法 数学建模

AWR报告详解,描述了AWR报告的各个指标，方便对Oracle数据调优

网上很多不完整的，不能用的，修改半天还是出错是因为发布的人改了几句。本人结果修改，整理出的这个程序是完整的、运行通过，分享给大家~！节省时间，共同进步！

配电网潮流计算程序 matlab 使用前推回推算法 方法简单 使用简单

企业级大数据知识图谱产品的构建及应用 明略鹚据MININGLAMP企业级大数据做啥?Big data is like teenage sexEveryone talks about it, nobody really knows how to do itEveryone thinks everyone else is doing it,so everyone claims they are doing it tooSimon matthews卖平台?卖数据?卖服务?做咨询????Arch Summit全球架构师峰会Powered by InfoQ明略据· MININGLAMP从业务的角度看公安公安搜索团伙挖掘重大事件预金融报表计算用户画像实时交易反欺诈历史数据精准营销设备故障造业查询预测电商税务数据整合数据治理推荐系统税务反欺诈社交,O20大数据商业智能数据驱动的平台(BI资源变现普通需求中高级需求高级且痛点需求普通需求很通用,基本无行业属性,但业务附加值低越高级的需求,行业属性越明显,越难落地或做岀好效果,但业务附加值高能解决高级需求的产品或方案,往往也能解决普通、中级高级需求,但反之未必Arch Summit全球架构师峰会Powered by InfoQ明略据· MININGLAMP明略之道多种多样的需求公安金融制造业需求需求需求升级思考降维打击交互式服务批量式可视化业机务公安金融构建数据之间的关联知学数据数据简洁统一的数据模型只习降维打击最关键的两点:数据治理/整合和关联计算业务知识和机器学习(数据挖掘)会贯穿整个流程普适的方案,目标是解决各行业最难的业务需求Arch Summit全球架构师峰会Powered by InfoQ明略鹚据· MININGLAMP构建大数据知识图谱产品企业级大数据简析构建大数据知识图谱产品应用浅谈Arch Summit全球架构师峰会Powered by InfoQ明略据· MININGLAMP知识图谱是什么?o 8以图为载体点代表“实体”边代表“关系●●a88●结合特定行业数据和领域知识,得到的则是领域內知识图谱比如,银行+交易数据+人员信息=>以人为核心(交易为关系)的知识图谱Arch Summit全球架构师峰会Powered by InfoQ明略鹚据·· MININGLAMF个简单的工商企业的知识图谱轮胎生产总经理公司A人属于法人公司关联万物互联子公司制造业产品属于法人公司==B行业手套图上每个点皆为“实体”,边为“关系”(具有不同的类别)实体和关系可以有多个属性(如人年龄,性别,关系类别/开始时间万物互联”,数据种类越多,数据量越大,越能还原真实世界的面貌Arch Summit全球架构师峰会Powered by InfoQ明略据· MININGLAMP如何落地知识图谱产品?交互式服务|批量式服务|可视化服务提供各类服务接口,支撑业务场景数据挖掘与机器学习业务模型,自然语言处理,全量数据机器学习图数据库知识图谱的物理载体,提供各类图相关服务关联计算基于规则的关联计算,建立实体之间的关系数据治理与整合结构化与非结构化数据智能治理与整合他统一数据视图建立行业特定的知识图谱所需的数据模型Arch Summit全球架构师峰会Powered by InfoQ明略据· MININGLAMP多规融合数据模型姓张三人车张二实体手机公司产品特别的,对于实体,需要融合实体各方面的信息D110105**实大交易流水人员地址XX市XX街道酒店入住事件火车出行手机159*为**为民航出行139**大直系关系关系人户关系信XXX人案关系Arch Summit全球架构师峰会Powered by InfoQ

ldpc编码的MATLAB例子，内容相对来说还是比较详细的。值得参考借鉴。

【实例简介】克里金插值matlab程序 克里金(Kriging)插值法又称空间自协方差最佳插值法，它是以南非矿业工程师D．G．Krige的名字命名的一种最优内插法。克里金法广泛地应用于地下水模拟、土壤制图等领域，是一种很有用的地质统计格网化方法。它首先考虑的是空间属性在空间位置上的变异分布．确定对一个待插点值有影响的距离范围，然后用此范围内的采样点来估计待插点的属性值。该方法在数学上可对所研究的对象提供一种最佳线性无偏估计(某点处的确定值)的方法。它是考虑了信息样品的形状、大小及与待估计块段相互间的空间位置等几何特征以及品位的空间结构之后，为达到线性、无偏和最小估计方差的估计，而对每一个样品赋与一定的系数，最后　进行加权平均来估计块段品位的方法。但它仍是一种光滑的内插方法 在数据点多时，其内插的结果可信度较高 。

基于核PCA的matlab算法.................................................................................