内容提要第1章 机器学习概1.1 机器学习简介 1.1.1 机器学习简史 1.1.2 机器学习主要流派 1.2 机器学习、人工智1.2.1 什么是人工智能 1.2.2 什么是数据挖掘 1.2.3 机器学习、人工智1.3 典型机器学习应用1.4 机器学习算法 1.5 机器学习的一般流程 第2章 机器学习基本2.1 统计分析2.1.1 统计基础2.1.2 常见概率分布2.1.3 参数估计2.1.4 假设检验2.1.5 线性回归2.1.6 逻辑回归2.1.7 判别分析2.1.8 非线性模型2.2 高维数据降维2.2.1 主成分分析2.2.2 奇异值分解2.2.3 线性判别分析2.2.4 局部线性嵌入2.2.5 拉普拉斯特征映射2.3 特征工程 2.3.1 特征构建2.3.2 特征选择2.3.3 特征提取2.4 模型训练2.4.1 模型训练常见术语2.4.2 训练数据收集 2.5 可视化分析 2.5.1 可视化分析的作用2.5.2 可视化分析方法 2.5.3 可视化分析常用工2.5.4 常见的可视化图表 2.5.5 可视化分析面临的挑战
标签： 机器学习
上传时间： 2022-06-16
上传用户：
《雷达数据处理及应用（第2版）》是关于雷达数据处理理论及应用的一部专著，是作者们对国内外近年来该领域研究进展和自身研究成果的总结。全书由17章组成，主要内容有：雷达数据处理概述（包括研究目的、意义、历史和现状等），参数估计与线性滤波方法，非线性滤波方法，量测数据预处理技术，多目标跟踪中的航迹起始，极大似然类多目标数据互联方法，贝叶斯类多目标数据互联方法，机动目标跟踪，群目标跟踪，多目标跟踪终结理论与航迹管理，无源雷达数据处理，脉冲多普勒和相控阵雷达数据处理，雷达组网数据处理，雷达数据处理性能评估，雷达数据处理仿真技术，雷达数据处理的实际应用，以及关于雷达数据处理理论的回顾、建议与展望。《雷达数据处理及应用(第2版)》可供从事信息工程、C3I系统、雷达工程、电子对抗、红外、声呐、军事指挥等专业的科技人员阅读和参考。
上传时间： 2022-06-26
上传用户：
VIP专区-嵌入式/单片机编程源码精选合集系列（121）资源包含以下内容：1. U盘对考的例子程序 U盘对考的例子程序.2. The book is organized around 55 specific guidelines, each of which describes a way to write better C.3. CC2430DB电路图.4. tms320c6000 将用户程序写入到flash.5. 是法国NUM数控系统1006的PLC控制软件。.6. 一本关于C8051F原理和应用的书.7. 19264说明与显示程序,对学习19264初学者很有用.8. 一个经典的东东.9. SD卡的SD模式的读写驱动.10. LPC2142 LCD12232的显示动画例程.11. 一段菜单与界面的程序 效果很好 有图片展示.12. 本驱动程序是24064液晶(肇庆金鹏产品 型号Ocmj4×15D)上使用 控制器为8822 MCU为89S52 效果很好。可以用于8822控制器上的液晶.13. blackfin533开发FFTC语言实现.14. GUI设计.15. 梁祝乐曲演奏电路设计.16. USB网卡dm9601芯片的驱动程序.17. 实现51与计算机的通信测试 通过1602LCD显示通信的数据.18. 本科教育的实体实例.19. S3C44B0学习板原理图.20. 液晶显示模块概述 一、液晶显示模块概述 RT19264D汉字图形点阵液晶显示模块.21. 嵌入式硬件设计实用手册.22. 射频识别利用nrf 2401芯片实现收发功能.23. 基于DE2实验板.24. bc7281b芯片在avr单片机上的应用.25. I2C eprom 读写程序设计.26. ds1302的中文资料.27. FPGA的英文资料,介绍的比较详细EPF10系列的.28. 基于数码管的四位动态同步显示.29. ATMEL169PV,开发详细资料,其中包含源程序代码.30. 高频波形.31. TL431应用.TL431,A、B集成电路是三端可编程并联稳压二极管。.32. uart pci 等verilog hdl 代码.33. HD300 Mp3播放器电路图 CPU部分.34. 通过VERILOG HDL语言使用CPLD连接PS2键盘..35. dspic61010A串口通讯程序.36. PIC单片机的C语言编程.37. protel 设计电路的相关资料,暂时只有一部分,等我再传.38. 采用异步方式传送数据.39. 一种好的统计参数估计方法．其中的原代码为国外学者编写.40. 这个源代码是关于利用MODEM实现单片机与PC通信的程序.
标签： 光电检测技术
上传时间： 2013-07-05
上传用户：eeworm
用Burg算法估计AR模型参数，进而实现功率谱估计. 形参说明： x——双精度实型一维数组，长度为n，存放随机序列。 n--整型变量,随机序列的长度。 p--整型变量,AR模型的阶数。 a--双精度实型一维数组，长度为(p十1)。存放AR模型的系数a(0),a(1),...,a(p)。 v--双精度实型指针,它指向预测误差功率，即AR模型激励白噪声的方差。
上传时间： 2013-12-21
上传用户：330402686
用协方差方法估计AR模型参数，进而实现功率谱估计。
上传时间： 2014-01-02
上传用户：jennyzai
简单的用相位相关法来粗估计图像间的平移参数
上传时间： 2013-12-05
上传用户：rocketrevenge
用EM算法估计PCA参数，效果比传统的PCA要好，原文发表于神经计算杂志上，有兴趣者可以先看论文。
上传时间： 2014-01-26
上传用户：标点符号
谱估计的非参数DOA(Dorection of Arrive)方法----MUSIC(Multi Signal Classification，多重信号分类)算法
标签： Classification Dorection Arrive Signal
上传时间： 2013-12-03
上传用户：chenjjer
X(t)=Asin(2*pi *f *t+ q)+n(t) 估计其中的参数为A，f， q。n(t)为随机噪声，服从正态分布。 其他的具体见附件中的程序
上传时间： 2013-12-18
上传用户：225588
用辅助变量法递推算法估计模型的参数，此法一般不用，但当其他方法效果不理想时可以试用
上传时间： 2013-12-08
上传用户：龙飞艇
