Noisex-92噪声库及100种环境噪声库

该笔记并非源代码的详细讲解，亦非μC/OS-II的使用说明，而是汇总了阅读源码过程中产生的疑问及解答，进而从中归纳总结出μC/OS-II系统的内在机理，对于想从本质和源头探索操作系统的程序猿或许有点参考帮助，或许能够启发更优质的使用μC/OS-II的方法，甚者若能就实际情况来优化μC/OS-II的内核以提高软件的质量则更当令此文欣慰了。所谓学然后知不足，教然后知困。本文并非教学总结，无能面面俱到，假如看官正为类似问题而纠结，那么若能知遇此文，就算是缘分了。

本程序是MATLAB语言写的，功能是能自动根据envi标准影像的.hdr文件进行读取并显示

由广播星历，通过matlab程序简易计算卫星坐标。必须有广播星历

poi-3.9的jar包,包含dom4j/stax-api-1.0.1/xmlbeans-2.3.0

将pdz格式文件很好的转化为pdf格式，虚拟打印机

该代码模拟了一个圆形运动目标的航迹，运用matlab实现

大家好，我是Mac Jiang,今天和搭建分享的是台湾大学机器学习基石（Machine Learning Foundations）的个人笔记。个人觉得这门课是一门非常好的机器学习入门课程，值得初学者学习！这份笔记是本人一笔一划手写，扫描后上传了，也算是一个月的心血，希望我的工作能够给大家带来一些学习上的帮助。Week 1: The leaming ProblemDateP1. What is Machine Learning?m:画过观架( observation)款悍技能〔)cb→圆>skdem0过数(d枝能(s)t→DML→5m Prove:增进某种表现 Performance measurePer fornoMeasureML: an alternative rute to butt aomplacoded systems- When human connot prinn the system manually (navigating on Mars)-When human nnot define the solution esaily(speech/vgual recgnition)-When needing raBid deasions that huniang cannot do (high freguency trading?When neeling to be user-orrented in a massive sale(Consumer-targetd mopketig)dataim proved①有在其些日术Pattern RcRRMLerformance机购在完不知邮们度珠meusure的隐藏规剧料灿2.Appliaation of Machine learniO food: data Twitter data Wordsspill tell food Poisoning Cike lines of resturant properlye clothig. data: scale fiqures +client surveysskill: give good fashion recommendation to Clients3 Hosing, data, characteristic of buidings and their energy loadkill:predict energy lad of other buiding closely9 Trans potation: data: Some traffic sign images and meaningsShill= recognize troffic Sions acuratelyO Education: data. Studerts, records onizes ona math tutoring systemskilL: Predict whether a stdert can give a Comet answer to anther question⑥ ntertainment:da: ho w many users have hated some movies象社解料系子荐你统stiu Predict how a user Would rate an uNatPagc3. Com Ponent of Machine lemn输入:x∈x出:y∈Y睛数(9Mrtm)tf:y→丫〔想下的)抛规律台道数据如 raining examples:D=,,()…(xmhyes分sk:9x→y〔学到的程制的孤)辆一M→9Algur+nH( hy Pothesis Set)色色妇的成坏的Pt8,9∈H,从种中最的即9Leaming model= A and He hypothesis set4.Machine learning and other FiMachine (earring, B do值到约练于B数于的设3CMLatMn鸡:eg如 to find property that15e西不哦啥CDM)若立越西的为9R西事无大大区刷若栖与9关,PM可帮助MLArdt9g让电座有很瞰明的表视(下开)CA工)机学展现A工铝能的方法statistics(计利用瓷料爆到推龙,从数学角出发纯计晨钯机罟孑的方法第2讲: Learn to Answera人阳0 n Hypothesis set(假设集)Xxx)「y=(,许答 Wii threshold飞岁=+,讲卷Wx∠thr

描述了16通道DFT多相滤波器组信道化结构，输出为16个子信道的信号，程序包括滤波器设计

干涉仪测向具有精度高、速度快的特点，在无源探测定位系统中具有广泛的应用。传统干涉仪依靠短基线保证无模糊测向范围，依靠长基线保证测向精度，采用整数阶基线比。该方法在宽带应用条件下难以实现，且对天线阵的安装位置非常敏感。本课题研究分数阶干涉仪测向的算法，同时实现宽带、高精度、无模糊的要求，并研究不同分数比、相位测量误差对测向精度的影响，进行仿真验证。

MATLAB R2008控制系统动态仿真实例教程 源代码