数据可视化大作业

https://networkzhijia.com/767.html -- Modown是模板兔基于ErphpdownWordPress下载插件开发的一款全新的针对收费资源下载的WordPress主题，一款为erphpdown而生的wp主题。此主题下载包里不包含erphpdown插件，主题无域名限制。此主题需要erphpdown9.2版本以上！每次更新主题后可能需要去主题设置里开启/关闭某些功能！主题特色自适应响应式设计，兼容主流浏览器网格样式与瀑布流样式任意切换自带与主题UI完美兼容搭配的erphpdown前端用户中心页面（此功能若单独找我们定制也需要几百）分类多重筛选

文件夹中所包含的文件如下：1、stkX是STK help中的一部分，主要讲述与外部程序（C++/C#/MATLAB等）的接口设计。 在stkX→Tutorials→PDFs中给出了一些如何调用STKX模块的一些简单例子。2、STK覆盖模块教材.pdf STK链路模块教材.pdf STK培训教材.pdf STK培训教材.ppt STK通信模块教材.pdf 均来源于网络。3、STK三维场景构建及优化方法研究.pdf STK与C_的集成开发研究.pdf 是两篇文献。4、STK中文教程.doc 来源于网络，是写的一

有介绍MATLAB优化工具箱的各种函数应用，并有大量实例编程程序。包括线性规划，非线性规划，二次型，多元函数无约束优化问题，一元函数无约束优化问题。

工资管理系统 SQL数据库课程设计，根据职工的考勤、职务、部门和各种税费，自动求出工资。

是用C#写的读取USB HID设备的测试软件，输入VID、PIV，查找HID设备是否存在，如果存在，则读取指定的HID设备发来的数据。软件已测试，可以直接使用。（不可读取键盘、鼠标），只能读取自定义HID设备，同时可以自定义读取数据时的超时时间

人脸检测和人脸识别都是属于典型的机器学习的方法，但是他们使用的方法却相差很大。对于人脸检测而言，目前最有效的方法仍然是基于Adaboost的方法。在网上可以找到很多关于Adaboost方法的资料，但基本上是千篇一律，没有任何新意。给初学者带了很多不便。建议初学者只需要认真阅读：北京大学 赵楠 的本科毕业论文 ：基于 AdaBoost算法的人脸检测 这篇毕业论文就够了。作者详细分析了Adaboost算法在人脸检测中的具体执行过程，尤其是关于弱分类器的Haar特征选取过程，描述的相当清晰。北京大学太科生业论文最后一章,用编写的实现了 Adaboost算法的FDt程序,给出了相应的人脸检测实验结果,并和 Viola等人的结果做了比较关键词 Keywords∧ adaboost方法、人脸检测、 Boosting方法、PCA学习模型、弱学习工工TI北京大学太科生业论文谨以此论文献给A腺嘌呤、T胸腺嘧啶、G鸟嘌呤、C胞嘧啶、1和0-智能的基本构件和开拓智能研究的伟大先驱者们This dissertation is dedicated toA, T, G, C, 1 and o, the building blocks ofintelligence.andto the pioneers uncovering the foundations ofintelligence.北京大学太科生业论文正文目录 Contents摘要 ABSTRaCTI正文目录 CONTENTS图录LISTOFFIGURES…I表目录LISTOF TABLES····················a···········ba·。·········。··。······VIII人脸检··11概12难点与展望213人脸检测方法的性能评测1.31人脸图像数据库………41.3.2性能评测.2检测方法分类…2,1基于知识的方法●●●●●·●··●●●●●D·●b●鲁●·●●●。●。D●●·●●·●·。D。●。·。。●●●D·●看●。·●。·D●看●看。●。●8北京大学本科生毕业论文22特征不变量方法3模板匹配方法●香●鲁●鲁·●D·。●·。●·鲁●●鲁·●鲁鲁●●●鲁●·鲁··。●·●鲁音·●鲁。●···。·●●●鲁自●·鲁鲁。●●●b·●鲁自非b●●。●10基于表象的方法113经典方法概述···············.s.····················································121神经网络NEURALNETWORK232特征脸EIGENFACE1333基于样本学习方法 EXAMPLE-BASEDMETHODS34支持向量机 SUPPORTⅴ ECTOR MACHINE(SVM)........1535隐马尔科夫模型 HIDDEN MARKOV MODEL(HMM)4 ADABOOST方法概述164.1引2 PAC学模164.21概述14.22数学描述音音音。音音…………………………17V工北京大学太科生业论文43弱学习强学1844BOOSTING方法5矩形特征与积分图a···············4·················4··4········‘·4······4··4······2051引言··········.·········································.···········252矩形特征 RECTANGLE FEATURE2521概述.205.22特征模版.21检器内特征总数2252.31子窗口内的条件矩形5232条件矩形的数量…52.33子窗口的特征矩形数量.2352.34结果2453积分图 INTEGRAL IMAGE25531概念含………………25532利用积分图计算矩形特征值.27V工I北京大学太科生业论文5.32.1图像区域的积分图计算.5322矩形特征的特征值计算86 ADABOOST训练算法●●●D··●·●···●●。·●·。·●●鲁·●··。·●。·●鲁。●自·鲁。●。●●b·。·●。●鲁306.1训练基本算法·●。●。·●··●●·●。鲁鲁●●b·●鲁●··●·●。。●看●。鲁●·●●香···曲鲁鲁●鲁●306.1.1基本算法描述306.12基本算法流程图3262弱分类器 WEAK CLASSIFER33621特征值f(x)62阈值q、方向指示符p38623弱分类器的训练及选取…...83强分类STRONGCLASSIFIER40631构成40632错误率上限407程序实现及结果.………4371样本集●●·●·····●···········●··············●·······●··●·●·····●··········●··········●··●··●4372练难点及优化44721计算成本14V工工T北京大学本科生毕业论文7.2.2减少矩形特征的数量……省着音自··。·非。。音音。非D音音普申普普普非非非非着44723样本预处理4573检测结果467.31检测器……46732实验结果..477321实验对比477.322更多实验结果49733结论53致谢 ACKNOWLEDGMENTS54参考文献REFERENCES54Ver o76图目录 List of Figures人脸析流程2图2人脸的遮挡、不同表情、图像的质量、旋转等等都会影响人脸检测.3图3典型的正面人脸图像数据库中的人脸图像.图4左侧为测试图像,右侧为检测结果。不同的标准会导致不同的检测结果。北京大学本科生毕业论文图5基于知识的人脸检测方法抽象出人脸的基本特征规则图6—种人脸检测模板:这个模板由16个区域(图中灰色部分)和23种区域关系(用箭头表示)组成.10图7 ROWLEY的带有图像预处理的神经网络系统…13图8人脸高斯簇和非人脸高斯簇14图9矩形特征在人脸上的特征匹配。上行是24×24子窗口内选出的矩形特征,下行是子窗口检测到的与矩形特征的匹21图10计算mXm检测器内所有可能的矩形的数量。22图11积分图与积分的类比25图12坐标A(x,y)的积分图定义为其左上角矩形所有像素之和(图中阴影部分)。s(x,y)为A(x,y)及其y方向向上所有像素之和(图中粗黑竖线)26图13区域D的像素和可以用积分图计算为:i+i-(i2+i)图14矩形特征的特征值计算,只与此特征端点的积分图有关…...9

设计目的及任务：①掌握利用D/A转换和计算机资源实现数字式信号发生器的设计方法。②了解虚拟信号发生器对信号频率的控制方法。③了解虚拟信号发生器信号频率上下限的决定因素。④设计虚拟信号发生器。设计内容：①利用实验室提供的仪器设备、软件等，学生亲自设计虚拟信号发生器。②实现虚拟信号发生器的仿真显示。在虚拟信号发生器的图形显示窗上观察模拟输出信号的波形，要求观察正弦波、方波、三角波。③实现虚拟信号发生器的模拟信号输出。①频率的测量。使用用频率计测量信号频率。②滤波。选择不同的截止频率对输出信号进行滤波。③失真度的测量。对滤波前后的模拟输出电压波形进行失真度的测量。

spaceclaim帮助文件（SpaceClaim.zh-Hans.chm）

利用MATLAB实现Normalized Cut算法，实现对图像的分割。分割相关很不错。

AWGN信道下，OFDM的Simulink仿真代码。使用QPSK调制，加入了导频信号和循环前缀，理想同步。