时域特征值

MATLAB：快速傅里叶变换（FFT）

有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征（频率，幅值，初相位）；FFT可以将一个信号的频谱提取出来，进行频谱分析，为后续滤波准备；通过对一个系统的输入信号和
SongXJ--·2023-09-26 19:15

机器学习的算法分类、优劣比较和选择

输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值称为回归，输出是有限个离散值称为分类。（2）、无监督学习：与监督学习相对应的是无监督学习，此时数据没有类别信息，也不会给目标值。
产品人小柒·2023-09-26 14:04

java:算法题（持续更新）

第一题：特征值计算案例：定义一个int型的一维数组，包含10个元素，分别赋一些随机整数，然后求出所有元素的最大值，最小值，总和，平均值，并输出出来。
姜小白程序·2023-09-26 12:23

基于 MATLAB 的电力系统动态分析研究【IEEE9、IEEE68系节点】

可以获得时域仿真、系统线性化、模态分析、参与因子分析和可视化、控制器的优化放置、反馈信号选择、频率响应分析
长安程序猿·2023-09-26 03:05

PCA

对于正交属性空间中的样本点，用一个超平面对所有样本点进行恰当的表达，此超平面需要满足两个性质：1.最近重构性：样本点到这个超平面距离足够近2.最大可分性：样本点在这个超平面上的投影分得足够开二者等价，只需对协方差矩阵进行特征值分解
saai·2023-09-25 22:41

基于 MATLAB 的电力系统动态分析研究【IEEE9、IEEE68系节点】

可以获得时域仿真、系统线性化、模态分析、参与因子分析和可视化、控制器的优化放置、反馈信号选择、频率响应分析
程序猿鑫·2023-09-25 20:11

Eigen学习（持续更新）

Eigen库提供了许多用于操作矩阵和向量的函数，你可以使用这些函数来执行各种操作，例如矩阵乘法、求逆矩阵、求特征值等。
gyqJulius_Caesar·2023-09-25 14:51

UWB学习——day5

旁瓣出现的原因频谱泄露，根据傅里叶变换原理，时域上的短脉冲对应频域上的宽频，更容易出现频域泄露。
CoderXshuai·2023-09-25 12:05

03-决策树（cart）

在C4.5算法中，采用了信息增益比来选择特征，以减少信息增益容易选择特征值多的特征的问题。但是无论是ID3还是C4.5,都是基于信息论的熵模型的，这里面会涉及大量的对数运算。
kang_james·2023-09-25 10:55

PCA算法推导

但PCA的想法相比于Factoranalysis更简单，实现起来也更加直观和容易（只需要算特征值）。
zealscott·2023-09-24 21:51

Parseval's Theorem

信号，在时域上的能量（信号的平方的积分）等于在频域上的能量，工程一般写为：另一个类似的定理，Plancherel'sTheorem。
shenyan008·2023-09-24 21:36

Parseval’s theorem

一、Parseval’stheorem介绍帕塞瓦尔定理Parseval’stheorem表明了信号的能量在时域和频域相等。
WHS-_-2022·2023-09-24 21:35

权重向量介绍

权重向量通常是通过特征值分解或奇异值分解来计算的。对于特征值分解，假设我们有一个矩阵A，它的特征向量矩阵是U，特征值对角矩阵是Λ。则特征值分解的形式是：A=U*Λ*U^T其中，U^T表示U的转置。
七七喝椰奶·2023-09-24 19:29

特征向量简介

具体来说，对于一个给定的方阵A，如果存在一个非零向量v和一个标量λ（注意哦，标量），使得满足以下关系：A*v=λ*v那么v就是A的一个特征向量，λ被称为对应的特征值。
七七喝椰奶·2023-09-24 19:59

机器学习 l2正则化--岭回归

模型尝试兼顾的数据较多解决:L1正则化：LASSO回归损失函数+λ惩罚项|w|（绝对值会使一些w的值直接=0，相当于删除了该特征的影响）L2正则化（更常用）：Ridge回归--岭回归损失函数+λ惩罚项w^2（接近于0，削弱了特征值的影
从白天到早上·2023-09-24 06:35

层次分析法

:算数平均法求权重:几何平均法求权重:特征值法求权重5.填充权重矩阵6.根据权重矩阵计
摘人参果·2023-09-24 01:44

李航老师《统计学习方法》第五章阅读笔记

每个节点表示一个特征或属性，每个边表示一个特征值或属性值的判断条件。从根节点开始，通过遵循不同的条件路径，最终到达叶子节
Chen_Chance·2023-09-24 00:50

＜图像处理＞ Shi-Tomasi角点检测

Shi和Tomasi对此提出一种改进方法，通过两个特征值λ1\lambda_1λ1和λ2\
thisiszdy·2023-09-24 00:44

电子信息工程专业课复习知识点总结：(五）通信原理

第二章通信信号分析——时域、频域分析法1.信号的基本分析方法？2.关于周期信号
棉花糖永远滴神·2023-09-23 23:56

k最近邻算法

个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性.一种基本分类与回归方法要求必须有y,y是离散类型的K最近邻分类算法是数据挖掘分类技术中的方法之一采用测量不同特征值之间距离的方法进行分类
荼荼每天都要进步呀·2023-09-23 07:00

矩阵运算库Armadillo,Eigen,MATCOM在windows+vs2010环境下的安装和测评

作为一个遥感图像处理方向研究生，笔者在编程的时候免不得要和矩阵运算打交道，各种矩阵乘法协方差特征值。
Galaxy馒头·2023-09-22 10:45

OpenCV自学笔记十七：傅里叶变换

1、Numpy实现傅里叶变换傅里叶变换（FourierTransform）是一种将信号从时域转换到频域的数学变换。它将一个连续或离散的时域信号分解为一组正弦和余弦函数的复合。
ironmao·2023-09-22 05:03

MPC控制器(一)

MPC1.MPC主要概念1.1MPC:模型预测控制MHC：滚动时域控制RHC：后退时域控制DMC：动态矩阵控制GPC：广义预测控制MPC工作机理：在每一个采样时刻K，获取当前的测量信息，在线的求解一个有限时域
Big David·2023-09-22 04:50

ax.scatter特征值散点图

二维图示importmatplotlib.pyplotaspltfromscipy.ioimportloadmatalldata=loadmat('E:\BCI\physionet\mat\s1data\Model_csp3_1\model2\model2_3\Real_fea.mat')data=alldata['feature_L_R']ax=plt.subplot()ax.set_title
ROBOT玲玉·2023-09-21 19:41

6.3 构建并评价分类模型

构建并评价分类模型6.3.1使用sklearn估计器构建分类模型1、使用sklearn估计器构建SVM模型2、分类结果的混淆矩阵与准确率代码6.3.2评价分类模型  分类是指构造一个分类模型，输入样本的特征值
清木!·2023-09-21 15:47

第四章 相似矩阵与矩阵对角化

知识点思维导图补充：特征值可以为零。说特征向量要指明是哪个特征值对应的特征向量。n阶上三角，下三角，对角矩阵的特征值就是主对角线上的元素。矩阵无除法。
沉远·2023-09-21 12:07

最小二乘法实现波士顿房价预测【机器学习】

原理最小二乘法进行线性拟合分为训练过程和预测过程训练过程分为如下3步：①导入训练数据集，得到特征值feature（即X）和标签label（即Y）②利用最小二乘法进行训练，根据公式得到W③将W保存预测过程分为如下
YouthUpward·2023-09-20 23:47

如何使用Python和Numpy实现简单的2D FDTD仿真：详细指南与完整代码示例

其中最为知名和广泛使用的一种方法是有限差分时域方法(FiniteDifferenceTimeDomain,FDTD)。
m0_57781768·2023-09-20 19:28

PCA与SVD分解的关系

PCA：转换公式目标是使对角化就是使到特征之间的协方差为零因为可对对X的协方差矩阵进行特征值分解可得，由于XXT为实对称，因此E是正交阵，EET=单位矩阵E的每列是相应的非线性相关且相互正交的特征向量，
Jeffery_李俊峰·2023-09-20 18:20

无监督学习--特征降维

1.1PCA计算步骤：1.将数据标准化2.求出协方差矩阵3.求出协方差矩阵对应的特征值和特征向量4.将特征向量按对应特征值大小从上到下按行排列，取k行组成矩阵p5.Y=
DB_UP·2023-09-20 14:21

最简单的设计模式是单例？

今天就分别从单例模式的实现方法和应用场景来介绍一下单例模式一、单例模式介绍1.1单例模式是什么单例模式也就是指在整个运行时域中，一个类只能有一个实例对象。那么为什么要有单例模式呢？
·2023-09-20 13:04

矩阵特征值特征向量理解

文章目录特征值特征向量补充补充一点关于正交标准化和相似对角化的理解为什么要正交规范化呢？相似对角化为什么要相似对角化捏特征值特征向量一些收集到的资料资料一迷惑很久，终于想通。
知福致福·2023-09-20 13:40

基于GBDT+Tkinter+穷举法按排队时间预测最优路径的智能导航推荐系统——机器学习算法应用(含Python工程源码)+数据集（一）

目录前言总体设计系统整体结构图系统流程图运行环境Python环境Pycharm环境Scikit-learnt模块实现1.数据预处理1）加载数据集2）时间划分与保存3）处理天气预报数据4）增加特征5）合并特征值相关其它博客工程源代码下载其它资料下载前言本项目的核心是利用百度地图
小胡说人工智能·2023-09-20 04:01

5G技术核心与增强笔记：第一章 概述

2B面向企业，2C面向用户4GLTE核心架构：OFDMA+MIMO5GNR(NewRadio新空中接口)：在时域和频率域实现了更大的灵活性：eMBB(增强移动宽带)，URLLC（高可靠低时延通信），mMTC
快把我骂醒·2023-09-20 02:44

基于Simulink的用于电力系统动态分析

通过该程序，可以进行时域仿真、模态分析、参与因子分析和可视化、频率响应分析以及常规和智能控制器的
程序猿鑫·2023-09-20 01:42

C语言实现实数和复数矩阵及其各种运算（五）

一、前言本章开始，笔者将详细讲解矩阵的QR分解、特征值、特征向量等运算，并给出函数和测试demo的C代码，以及与matlab计算的结果；并且，本章相当于前面几章的大杂烩，前面所有的结构体、宏定义、函数本章基本全部都有用到
龙小弟丫9602·2023-09-19 22:30

R：应用时间序列分析--基于R（1）第一章 时间序列分析简介

第一章时间序列分析简介1.1引言1.2时间序列的定义1.3时间序列的分析方法1.3.1描述性时序分析1.3.2统计时序分析频域分析方法（谱分析法）时域分析方法1.4R简介安装程序包赋值输入时间序列取子集缺失值插值线性插值样条插值绘制时序图绘制各种类型时序图绘制各种符号类型的时序图绘制各种连线类型的时序图绘制不同线宽的时序图绘制各种符号类型和颜色的时序图绘制添加文本时序图分别制定横坐标和纵坐标范围添
HarryStudyPython_ing·2023-09-19 19:48

NOMA简介

第一代到第四代的多址技术都采用了正交设计，频域、时域、码域，各种正交方式都已经穷尽，再要创新只能走非正交的路子。因此NOMA（NonOthogonalMult
泡泡360·2023-09-19 18:17

李沐《动手学深度学习》笔记3-线性代数

标量向量长度：二范数点积正交矩阵线性代数的本质：矩阵是一个扭曲的空间F范数：对称，反对称，正定，正交置换矩阵特征向量，特征值此处不被改变指方向，与大小无关。
暄染落墨·2023-09-19 17:41

nginx处理域名后面多一个点

缘由在开发的时候遇到一个问题，就是在域名后面多加一个点的时候（例：www.csdn.net.）网站一样是能正常访问的，但是此时域却变得不一样了，所以很多请求和资源都会变成跨域的了。
Lengff·2023-09-19 08:08

奇异值分解，逆，左逆，右逆与伪逆

奇异值分解(SingularValueDecomposition,SVD)可以被看做是方阵特征值分解的推广，适用于任意形状的矩阵。
cnblogs.com/qizhou/·2023-09-19 08:54

线性代数与编程语言结合 基础

它提供了一种强大的工具和语言来描述和解决线性问题，比如矩阵求逆、解线性方程组、特征值和特征向量等。通过线性代数的学习，可以深入理解和分析多维数据和多变量关系，为解决实际问题提供了数学上
时雨h·2023-09-19 02:15

矩阵论复习笔记:盖尔圆的隔离技巧

1.Gerschgorin定理对于复数矩阵C={cij}n×nC=\{c_{ij}\}_{n\timesn}C={cij}n×n,其矩阵特征值满足:∣λ−ckk∣≤∑j≠k∣ckj∣∣λ−ckk∣≤∑j
赛亚茂·2023-09-18 22:11

一阶惯性低通滤波器

目录1.引言2.时域3.频域4.传递函数和波特图5.数字化的实现1.引言一阶惯性滤波，常见的是RC电路，属于低通滤波器，加运算放大器就构成了有源低通滤波器。
csdn_dx·2023-09-18 13:07

对可再生能源和微电网集成研究的新控制技术和保护算法进行基线和测试及静态、时域和频率分析研究（Matlab代码实现）

欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录1概述2运行结果3参考文献4Simulink实现1概述本文包括：（1）IEEE10发电机39母线测试系统[3]，也称为新英格兰39母线，（2）三区域IEEE可靠性测试系统（RTS）1996[4]，（3）澳大利亚简化的14发电机[5]。这些系统是根据IEEE工作组的报告
程序猿鑫·2023-09-18 11:44

MDO4104B-6泰克Tektronix混合域示波器

有史以来第一次，您可以在一台仪器上看到您的设计在时域和频域的表现。查看任意时间
hhh18124618938·2023-09-18 10:45

waveform波形图（时域图）、spectrum（频谱图）、spectrogram（语谱图）、MFCC

一、waveform波形图（时域图）示例1示例2波形的横轴是时间，纵轴是振幅。当横轴的分辨率不高时，语音的波形呈现一个个三角形。这些三角形的轮廓称为波形的包络(envelopoe)。
xhrt·2023-09-18 08:40

【考研数学】线性代数第五章 —— 特征值和特征向量（3，矩阵对角化理论）

文章目录引言三、矩阵对角化理论3.1一般矩阵的相似对角化3.2实对称矩阵的相似对角化3.2.1实对称矩阵相似对角化定理3.2.2实对称矩阵相似对角化过程写在最后引言承接前文，我们来看看矩阵的对角化理论。我们前面提到对角化是在矩阵相似那里，若存在可逆矩阵PPP，使得P−1AP=ΛP^{-1}AP=\LambdaP−1AP=Λ，其中Λ\LambdaΛ为对角矩阵，则称AAA可以相似对角化。三、矩阵对角化
Douglassssssss·2023-09-18 05:01

机器学习 day35（决策树）

决策树上图的数据集是一个特征值X采用分类值，即只取几个离散值，同时也是一个二元分类任务，即标签Y只有两个值上图为之前数据集对应的决策树，最顶层的节点称为根节点，椭圆形节点称为决策节点，矩形节点称为叶子节点决策树学习算法的工作是
丿罗小黑·2023-09-18 05:09

基于Simulink的用于电力系统动态分析

通过该程序，可以进行时域仿真、模态分析、参与因子分析和可视化、频率响应分析以及常规和智能控制器的
然哥依旧·2023-09-18 01:28
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他