Wolf方法计算Lyapunov指数

朴素贝叶斯算法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条 件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率 最大的输出y。朴素贝叶斯法实现简单，学习与预测的效率都很高，是一种常用的方法。 算法假定训练数据各属性列的值均是离散类型的。若是非离散类型的数据，需要首先进行数据的预处理，将非 离散型的数据离散化。 首先，将原训练元组按类别划分为,其中利用 MapdatasOfClass(ArrayList datas)，d

随机产生含100个的随机数，得到原始的二维数据，接下来计算出数据的协方差矩阵，找到二维数据中的主方向，并对数据进行降维。

说明： 这个工具箱允许多通道图像去噪 它包括 4 子文件夹： 1） estimSP： 包含所有的 m-文件关于块估计 2） 图像： 包含一些测试图像 (3 阶) 3） 测出： 包含所有的 m-文件加载 intercorrelations 4） 工具： 包含所有 m-文件的必要的工具

你好。我在写程序的一种非参数方法分类。我希望它能有帮助的人

本实验功能与目的是实现K—均值聚类算法，将“Iris.txt”文件中的数据用K—均值聚类的方法分为三类。分类结果用该数据的数据编号表示。

离散事件系统仿真程序CPU_scheduler说明： 1.仿真功能与要求： 1.1 单CPU系统，系统有10个终端输入任务，如果一个任务的执行时间大于规定的时间片，则该任务执行一个时间片之后退出CPU，并重新参加排队，直到执行完退出CPU，然后才允许相应终端重新输入一个新的作业。任务排队的原则是在CPU中执行次数越少的越排在前面，如果两个任务执行的次数相同，按照FIFO原则排队。 1.2 每个终端输入任务的时间满足均值为25秒的指数分布。每个任务需要CPU执行的时间满足均值为0.8秒的随机指数分布。CPU的时间片长度为0.1秒，任务间切换需要0.015秒任务的个数为1000时终止仿真，计算每个任务的平均相应时间和队列中的平均任务个数。-err

可以进行无限制的整数计算-can unrestricted rounding

用VB实现的数据的统计描述 包括分布的矩---均值、平均差、标准差、方差和中位数的搜索、均值与方差的显著性检验等-VB data including the statistical description of the moment-- the distribution mean, mean difference, standard deviation, variance and median search, the mean and variance significantly inspection

基于C#语言开发的数据转换，将Exele数据转换成.shp数据,在转换的过程中，需要将X/Y两坐标的位置互换。

项目包括一个测试实施的Goertzel算法频率的认可。说明：给出的主导间距为给定的选择视觉逼近。你可以得到相当准确的读数清洁或中档合成的信号，但仍可能会遇到不准确的较低的低音频率或更复杂的信号。包括一个可调节的滚动条来估计一波剪辑的平均节奏。选择样本的足够数目（约2000至4000）。首选的.wav格式为16位，44100千赫，单声道/立体声。