GJB 5186 1553B总线测试标准1~7卷

sift 特征提取 matlab 牛人写的代码,从国外网站上下载的

色彩改进型Retinex彩色图像增强方法

1. 本文档包含：三维点云文件points.txt和C++项目文件CylinderFitting。2. 本文档通过对三维点云的圆柱拟合，得到圆柱的半径、圆柱轴线单位方向向量和轴线起始位置三个主要参数。3. 本文档算法源自“学编程的小蜜蜂”的matlab程序：http://download.csdn.net/detail/erlongz/5815557

使用VS中的VC++下面的CLR编写，主要目的用Socket模拟TCP通信协议，实验内容如下：i. 实现滑动窗口协议，窗口大小为5ii. 模拟采用三次握手机制，显示出ACK、ack、Seq等标识位和参数iii. 必须采用应答机制、超时计数器技术、帧编号判重技术、重传技术iv. 校验和技术a) 校验和s的计算：设要发送n字节，bi为第i个字，s=(b0+b1+…+bn) mod 256v. 在接收端，设置随机数，根据随机数执行相关操作，0代表正常，1代表帧丢失，2代表帧出错，3代表应答帧丢失（即不发生应答帧）vi. 必须使用图形界面，a) 按批次（发送端一次发送的报文）显示相关内容

这是一个展示VB应用SQLite3.DLL动态库方法的源码例子，里面同时包含SQLite3.7.13动态库文件。应用方法和模块源码并非我的原创，我只是在共享源码的基础上修改，以展示应用SQLite3.DLL的运行效果。SQLite3.DLL动态库不支持VB工程引用，Olaf Schmmidt大侠基于SQLite3.DLL开发的vbRichClient.dll动态库，VB可以直接引用，但是不是最新的SQLite3.DLL，如果想用在VB中用最新版SQLite3.DLL，可以借鉴这个例子。

计算机视觉计算机视觉计算机视觉计算机视觉计算机视觉计算机视觉

LoRa(Long Range，远距离)是一种调制技术，与同类技术相比，提供更远的通信距离。由于LoRa调制是物理层（PHY），因此也可将其用于不同的协议和不同网络架构（如Mesh、Star、点对点）等等。

本书介绍了利用ansoftmaxwell进行电感计算。阐述详细，深入浅出，适合初学者学习。

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

温度控制电路的研究，热敏电阻NTC,测温电桥测量温度，然后放大，经过滞回比较器，确定是加热还是降温