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/450826/7476349
asv hp3.asv
% 绘制测试样本二值化图像的自定义函数figt（t）
function figt(t)
holdonaxissquareforj=1:8 fori=1：7 ift((j-1)
www.eeworm.com/read/447444/7551038
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/439653/7703979
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/438370/7732070
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/299230/7871713
txt 说明.txt
基于MATLAB实现的说话人识别程序，分别用bp、pnn、som、rbf、lvq等算法，对语音文件进行训练和测试，效果不错。~..~
下面说明一下bprengong程序：
数据分别用来训练和测试两部分。
具体程序分为两部分，第一部分为：计算识别模型 变量v是mfcc处理以后的矢量。因为数据可能长短不一，所以放在同一进行截取。p的每一行代表一个语音数据（共15个）。变量Pr为每一行的最大最 ...
www.eeworm.com/read/434251/7879319
m neuralnetwork_rbf_classification.m
% RBF 神经网络用于模式分类
% 使用平台 - Matlab6.5
% 作者：陆振波，海军工程大学
% 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页
% 电子邮件：luzhenbo@yahoo.com.cn
% 个人主页：http://luzhenbo.88uu.com.cn
clc
clear
close all
%---------------
www.eeworm.com/read/434251/7879320
m neuralnetwork_rbf_regression.m
% RBF 神经网络用于函数拟合
% 使用平台 - Matlab6.5
% 作者：陆振波，海军工程大学
% 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页
% 电子邮件：luzhenbo@yahoo.com.cn
% 个人主页：http://luzhenbo.88uu.com.cn
%clc
clear
close all
%-------------
www.eeworm.com/read/198216/7947122
asv nninit.asv
% BP网络初始化:给出网络的训练样本P、T,
% 输入、输出数及隐含神经元数R,S2,S1
function [P,T,R,S1,S2,S,meanp,stdp,meant,stdt]=nninit
%p=load('D:\课设资料\数据\样本数据\星期一\x.txt');
%t=load('D:\课设资料\数据\样本数据\星期一\t.txt');
p=load('D:\课设资料\数据
www.eeworm.com/read/198216/7947130
m nninit.m
% BP网络初始化:给出网络的训练样本P、T,
% 输入、输出数及隐含神经元数R,S2,S1
function [P,T,R,S1,S2,S,meanp,stdp,meant,stdt]=nninit
%p=load('D:\课设资料\数据\样本数据\星期一\x.txt');
%t=load('D:\课设资料\数据\样本数据\星期一\t.txt');
p=load('D:\课设资料\数据
www.eeworm.com/read/197646/7983442
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,