DS证据理论介绍

【实例简介】LSTM异常检测自动编码器 使用LSTM自动编码器检测异常并对稀有事件进行分类。 如此多次，实际上是现实生活中的大多数数据，我们都有不平衡的数据。 数据是我们最感兴趣的事件，很少见，不像正常情况下那么频繁。 例如，在欺诈检测中。 大多数数据是正常情况，无论数据是否已标记，我们都希望检测异常或何时发生欺诈。 处理未标记的数据时，我们通常会使用“异常值检测”方法，例如，基于聚类的局部离群值因子（CBLOF） ，基于直方图的离群值检测（HBOS）等。而标记的数据被视为“分类”问题和分类器，如和。 但是，由于正数据点在数据中很少见，因此该算法发现很难从数据中学到很多东西。 例如，分类器通常最终会在所有情况下都预测为“负”，以实现最佳准确性。 在这里，我们将研究可用于有监督和无监督以及罕见事件分类问题的另一种方法。 长短期记忆自动编码器。

进行频谱分析程序，用matlab编程实现

代码是基于FPGA生成AM调幅波，直接可以使用的。

基于无标度集聚网络的博弈模型；采用囚徒困境博弈模型；内附.m文件和doc解释文件

微信应用中最常用的婚礼邀请函，有了这个，请别人参加婚礼，直接发微信邀请就可以了，很实际，也很科技高大上的啊

本次分享的文件包括的Benchmarking Simulation Model No.1的建模手册以及对应的Matlab/Simulink程序。初步学习污水处理建模的同学，若有兴趣可参考此资源。

用RBF神经网络构造内部模型，并求得逆模型，整个闭环过程能良好的控制跟踪

【实例简介】混合A *路径规划 此项目是之后的一项连续工作。 感谢他的出色工作。 该项目为非完整车辆实现了Hybrid-A *路径规划算法。 它受此启发。 我的贡献如下 测试并更新代码，使其至少可以在Linux Ubuntu和Mac OS中运行。 使用面向对象编程来重构代码结构。 用A *搜索替换Dijkstra的2d搜索算法。 将启发式函数更新为max（非完整，无障碍，完整，无障碍）。 本文介绍了Hybrid-A *算法，即。 尽管该代码可以作为示例在此存储库中独立运行，但可以随时运行实际的自动驾驶汽车。 档案结构 . ├── CMakeLists.txt ├── README.md ├── data │   ├── map1.png │   ├── map2.png │   └── map3.png ├── include │   ├── algorithm.h │   ├── gu

基于Qt5.5.0的温湿度数据显示，内包含dht11驱动和Qt版的应用程序。

这是语音信号处理的大作业，共振峰检测的有关资料，希望对大家有用，谢谢