代码搜索：小样本
找到约 10,000 项符合「小样本」的源代码
代码结果 10,000
www.eeworm.com/read/424368/10457056
m assort.m
function [xj,ci,I] = assort(x,c,j);
%x为待分类样本
%c为分类索引向量
%j为所应归到的类别，可取1到k
%xj为归到j类别的x中的所有样本
%ci为xj中的样本数目
%I为记录了样本在原样本中的位置的向量
I = find(c==j);
[ri,ci]=size(I);
xj = x(:,I);
www.eeworm.com/read/424368/10457061
m loadiris.m
function [iris,irisc] = loadiris();
% 载入IRIS数据
%iris：4*150的矩阵包括150个样本
%irisc：1*150包含每个样本的序号
load iris.txt;
irisc = iris(:,1)';
iris = iris(:,3:6)';
www.eeworm.com/read/424367/10457094
m loadiris.m
function [iris,irisc] = loadiris();
% 载入IRIS数据
%iris：4*150的矩阵包括150个样本
%irisc：1*150包含每个样本的序号
load iris.txt;
irisc = iris(:,1)';
iris = iris(:,3:6)';
www.eeworm.com/read/423266/10575234
m m10_9.m
close all
clf reset
figure (gcf);
clc
% NEWSOM——创建自组织网络
% TRAI
www.eeworm.com/read/352072/10584162
m neuralnetwork_rbf_classification.m
% RBF 神经网络用于模式分类
% 使用平台 - Matlab6.5
clc
clear
close all
%---------------------------------------------------
% 产生训练样本与测试样本，每一列为一个样本
trnx = [rand(3,5),rand(3,5)+1,rand(3,5)+2]; % 训练样本
trny=
www.eeworm.com/read/275728/10799144
m exp2_16.m
%curve interpolation
ys=[0 0.9 0.6 1 0 0.1 -0.3 -0.7 -0.9 -0.2]; %已有的样本点ys
xs=0:length(ys)-1; %已有的样本点xs
x=0:0.1:length(ys)-1;%新的样本点x
y1=interp1(xs,ys,x,'nearest'); %插值产生新的样本点y1
y2=interp1(xs,ys,
www.eeworm.com/read/417000/11007606
m exp2_16.m
%curve interpolation
ys=[0 0.9 0.6 1 0 0.1 -0.3 -0.7 -0.9 -0.2]; %已有的样本点ys
xs=0:length(ys)-1; %已有的样本点xs
x=0:0.1:length(ys)-1;%新的样本点x
y1=interp1(xs,ys,x,'nearest'); %插值产生新的样本点y1
y2=interp1(xs,ys,
www.eeworm.com/read/416443/11025110
m generatesample.m
function [] = generatesample( path )
%generatesample 在指定路径生成适合于训练的样本
% path -- 指定路径，用于保存样本文件
p = [0:1:255] ;
t = zeros(1,256);
t(82:256) = 1 ;
save(path,'p','t');
www.eeworm.com/read/270432/11038731
m exp2_16.m
%curve interpolation
ys=[0 0.9 0.6 1 0 0.1 -0.3 -0.7 -0.9 -0.2]; %已有的样本点ys
xs=0:length(ys)-1; %已有的样本点xs
x=0:0.1:length(ys)-1;%新的样本点x
y1=interp1(xs,ys,x,'nearest'); %插值产生新的样本点y1
y2=interp1(xs,ys,
www.eeworm.com/read/470453/6910843
m hc742.m
%《数字信号处理教程——MATLAB释义与实现》第七章例7.4.2程序hc742
% 频率样本法过渡带所取样本数的影响
% 电子工业出版社出版 陈怀琛编著 2004年9月
%
N=65;N1=fix(N/6);N2=N-2*N1-1;
A=[ones(1,N1+1),zeros(1,N2),ones(1,N1)]; % 符幅特性样本序列
A1=[ones(1,N1+1),0.5,ze