ICollection和Ilist接口虽然枚举接口定义了可以迭代集合的方法，但是它们并没有定义确定集合元素多少，根据索引访问集合元素、搜索和修改元素等方法。为了实现这些功能，.NET Framework定义了IColleciton、IList、IDictionary等接口，这些接口都有相应的泛型等价物，非泛型的存在只是为了保持向后兼容。这些接口的集成关系如下图所示（在上一节有，但是为了方便又拿下来
转载
2024-09-25 21:25:24
43阅读
调用disp_hhs函数绘制hht谱时，这样调用： disp_hhs(E,tt1/fs,[],fs);即把时间除以采样频率，这样时间轴就是真实时间。 把disp_hhs函数里的这一行代码 ： imagesc(t,[0,0.5],im,[inf,0]); 改为： imagesc(t,[0,0.5*fs],im,[inf,0]);这样得到的谱图就是真实频率而不是归一化频率 &nb
前言 Chameleon，变色龙算法，属于层次聚类算法领域。一种层次聚类算法，它采用动态建模来确定一对簇之间的相似度。它可以自动地、适应地合并簇，对各种奇葩的形状也能应对自如。1. Chameleon 算法原理一张图大致了解整个算法的思想。 1) 首先由数据集构造一个 k-最近邻图 Gk； 2) 再通过一种图的划分算法，将Gk图划分成大量较小的子图，每个子图代表一个初始的子簇； 3)
转载
2024-09-29 22:20:34
136阅读
需要重构的信号1 新增的测试用例不能通过2 出现了重复代码3 两个类耦合太多，太亲密 4 出现了代码尺寸极其庞大的类5 没有实际作用的懒惰类6 体积庞大的方法函数7 方法中出现长参数列 8 子类中出现相同的方法定义9 很难看懂，代码逻辑或者意图表达得不清楚明晰10 一些不加任何约束的switch语句，或者一大串if/esle函数11 太多“非常有必要的”注释12 代码中硬性嵌入太多数值13 类中定
EM是我一直想深入学习的算法之一，第一次听说是在NLP课中的HMM那一节，为了解决HMM的参数估计问题，使用了EM算法。在之后的MT中的词对齐中也用到了。在Mitchell的书中也提到EM可以用于贝叶斯网络中。下面主要介绍EM的整个推导过程。1. Jensen不等式 回顾优化理论中的一些概念。设f是定义域为实数的函数，如果对于所有的实数x
转载
2024-08-09 11:54:41
218阅读
Smote的理解（2022.05.16） SMOTE是一种综合采样人工合成数据算法，用于解决数据类别不平衡问题。 它以每个样本点的k个最近邻样本点为依据，随机的选择N个邻近点进行差值乘上一个[0,1]范围的阈值，从而达到合成数据的目的。这种算法的核心是：特征空间上邻近的点其特征都是相似的。它并不是在数据空间上进行采样，而是在特征空间中进行采样，所以它的准确率会高于传统的采样方式。 即在以上所选的两
线性空间滤波空间滤波不同于灰度变换，空间滤波是用一个掩模依次处理每一个像素，输出图像的结果不只是由原来对应位置的像素值确定，而是由掩模范围内的元素值共同作用。 matlab使用imfilter函数实现线性空间滤波g=imfilter(f,w,filtering_mode,boundary_options,size_options) f是输入图像，w是滤波模板，g是滤波结果。filtering_mo
代码链接：github代码1.任务要求（1）将数据集Case1-classification.zip中的email文件转换成列表数据，利用tf-idf方法提取其中的特征（2）使用SVM分类文本类型，通过5折交叉验证检测分类结果，输出precision, recall, F1-score（可以使用LIBSVM实现SVM）2.数据预处理与特征提取数据预处理：Emails_classify/Emails
3 进行数组运算的常用函数在MATLAB中有一些常用函数，这些函数在日常的编程计算过程中会经常遇到，一般是基本的数学概念在MATLAB中的函数表达方式。这些函数在MATLAB中可以同时作用于整个矩阵或者数组，应用起来非常方便，不需要再另写循环程序来对各元素分别进行计算。掌握这些函数是进一步学习的基础。MATLAB人性化的地方在于其自带函数基本是按照相对应的英文名称缩写而来，所以便于记忆
文章目录1 程序基础2 数据类型和运算2.1 常量和变量2.2 数值数据2.3 字符数据2.4 逻辑数据类型2.5 日期和时间2.6 单元数组和结构体3 数组与矩阵3.1创建数组3.2 数组运算3.3 数组处理函数3.3.1 `zero/ones`函数3.3.2 `size/length`函数3.3.3 `max/min`函数3.3.4 `isempty`函数3.3.5 `unique`函数3.
转载
2024-10-09 16:50:52
149阅读
论文讲解： 该论文运用的卷积神经网络（CNN）和LSTM，其中CNN处理频率和空间信息，LSTM处理从CNN输出中提取时间相关性，并将两种模型进行融合。数据集采用的是脑电研究中最常用的DEAP和SEED数据集并且在两个数据集中都取得了很高的准确率。都达到了92%左右的准确率。： 论文设计了一种新
转载
2024-10-21 13:22:43
39阅读
? 内容介绍1. 绪论近年来，随着生物医学工程的快速发展，心电图（ECG）信号分析在临床诊断和健康监测中发挥着越来越重要的作用。然而，ECG信号不可避免地会受到各种噪声的干扰，如肌电图（EMG）噪声、呼吸噪声和电源线干扰等。这些噪声的存在会严重影响ECG信号的质量，进而影响ECG信号的分析和诊断。因此，ECG信号去噪成为ECG信号处理中的一个关键步骤。2. CEEMDAN算法简介完备经验模态分解（
之前我们有了十几篇文章讲述了EMD算法的基础理论、IMF的含义、EMD的MATLAB实现方法，EEMD、CEEMD、CEEMDAN、VMD、ICEEMDAN、LMD、EWT的理论及代码实现，还讲到了HHT算法理论及其代码实现。下面我们将正式进入下一个环节：分解完成之后要怎样处理？今天介绍几个指标，可以作为辅助筛选分量或开展分析的依据 。一、方差贡献率（方差比）方差贡献率即IMF方差与原序列方差的比
转载
2024-05-08 12:02:01
502阅读
当使用代码时，遇到一片段很多并且使用率非常高时，我们就可以用到函数来封装他，每次调用他的时候，就只要调用函数名就可。Matlab也提供了函数的实现。1.自定义函数 当系统自带的函数不能满足当前需求时，我们就可以像Java一样声明一个新的方法。Matlab也可以做同样的事。 &n
转载
2024-03-21 10:57:29
83阅读
编写人：ceys/youyis 一、算法描述1.原理问题描述ALS的矩阵分解算法常应用于推荐系统中，将用户(user)对商品(item)的评分矩阵，分解为用户对商品隐含特征的偏好矩阵，和商品在隐含特征上的映射矩阵。与传统的矩阵分解SVD方法来分解矩阵R(R∈Rm×n)不同的是，ALS(alternating least squares)希望找到两个低维矩阵，以 R~=XY 来逼近矩阵R，其中
转载
2024-08-09 17:48:02
120阅读
目录 通俗理解极大似然估计EM算法引例EM算法公式推导Jensen不等式 EM算法的流程通俗理解极大似然估计 举个例子：假设有一百个男生，我们抽取五十个人进行身高的统计。 我们根据先验知识知道，身高服从高斯分布 ，但高斯分布的方差和均值不知道。 我们想通过抽取出的五十个人升高估计这两个参数，这就是极大似然估计。&n
转载
2024-05-17 17:33:34
136阅读
仅供个人学习用算法CNN：卷积神经网络 Convolutional neural networkRNN：循环神经网络 Recurrent neural networksLSTM：长短期记忆 Long short term memoryGRU : 门循环单元 Gated recurrent unitsFFNN：前馈神经网络 Feed forward neurral netwo
恒模算法，简称CMA算法是Bussgang类盲均衡算法中最常用的一种，就是当参数P=2时的Godard算法。CMA算法具有计算复杂度低，易于实时实现，收敛性能好等优点，代价函数只与接收序列的幅值有关，而与相位无关，故对载波相位不敏感。中文名恒模算法外文名Constant modulus algorithm简 称CMA恒模算法背景编辑语音序列要浪费大量宝
想要做好项目管理，就必须掌握这个方法——WBS项目分解的结构也是至关重要，WBS分解结构的特点是：1、自上而下，逐级进行分解。2、一个任务节点也只能一个人负责，其他人配合。3、工作量以日为单位。4、根据项目确定分解层级数量，层级越多越不易于管理。5、分解的任务节点，应该与实际工作情况一致，这样才能对项目进行指导。在项目实施过程中，项目WBS贯穿项目管理全过程，将项目各个阶段的工作串联起来形成项目集
机器学习的三要素：模型、学习准则、优化算法。 优化算法：参数与超参数，在机器学习中，优化又可以分为参数优化和超参数优化。模型 f(x; θ)中的θ 称为模型的参数，可以通过优化算法进行学习。除了可学习的参数 θ 之外，还有一类参数是用来定义模型结构或优化策略的，这类参数叫做超参数。 常见的超参数
