t-检验: t-检验,又称student‘s t-test,可以用于比较两组数据是否来自同一分布(可以用于比较两组数据的区分度),假设了数据的正态性,并反应两组数据的方差在统计上是否有显著差异. matlab中提供了两种相同形式的方法来解决这一假设检验问题,分别为ttest方法和ttest2方法,两者的参数.返回值类型均相同,不同之处在于ttest方法做的是 One-sample and paired-sample t-test,而ttest2则是 Two-sample t-test with

PCA需要先求数据的散布矩阵x*x',再求其特征向量,那么随便一个400*450的图像,就是180000维,矩阵就是180000*180000,matlab无法容纳,那么通常的PCA对图像的降维,比如求eigenface是怎么实现的?难道都是很小的图像?修改 举报添加评论 分享 • 邀请回答   0 吕祺,喜欢思考,爱美好的食物 修改话题经验   Suppose you store the images as column vectors of length NxN (the number of

今天打算跑下程序,突然发现,真的很烂,不会读入数据,简单的Iris.txt一上午都没读进去,在此对matlab中的textread函数做下总结,textscan函数待续. 本文主要内容引自http://linux.chinaitlab.com/administer/872894.html 笔者在此基础上进行运行,修改得到以下内容,希望大家给与补充: textread 基本语法是:     [A,B,C,-] = textread(filename,format)     [A,B,C,-] =

四轴飞行器1.1 Matlab 姿态显示 开始做四轴了,一步一步来,东西实在很多,比较杂.先做matlab上位机,主要用来做数据分析,等板子到了可以写飞控的程序了,从底层一层一层开始写..希望能好好的完成它...关于matlab上位机,首先做个姿态显示,然后等板子来了,把板子底层程序写好后,加上matlab的串口接收部分,基本的环境就算搭建好了.... 这个代码写了一天,写到最后出现戏剧性的一幕,实在是太恶心了哈..开始自己的想法就是通过输入pitch roll yaw三个欧拉角,然后在空间中现

之前一直听说matlab代码可以转C和C++代码,但是一直都没有时间尝试,最近闲着无聊,就想来试试如何转换,上网查了很多资料,照着做下去,发现都有一些问题,之后自己琢磨了很久,终于将一个很简单的例子给做通了,现在将我在配置过程中遇到的问题以及我的解决方法写出来和大家分享. 首先是mex -setup命令的配置.很多人在输入mex -setup的时候都显示缺少编译的SDK,这个时候需要我们自己下载安装一个gcc编译器,推荐使用TDM-GCC MINGW,下载地址为https://sourcefor

整理自:http://blog.sina.com.cn/s/blog_6163bdeb0102dwfw.html 今天偶人发现原来matlab自带了短时傅里叶变换的分析函数,老版本的matlab是specgram函数,新的改成了spectrogram函数,虽然一说到时频分析,都会说到小波分析,小波分析要比短时傅里叶要好云云,但在分析信号的瞬时频谱时,短时傅里叶还是有它的用武之地的.前一阵也看了一些有关小波分析的matlab实现,发现帮助中使用小波也多是除噪.压缩,都说小波是时频显微镜,它的用武之

转至:http://blog.sina.com.cn/s/blog_8354dda801012dyn.html 目录: 一.说明 二.数据类型及基本输入输出 三.流程控制 四.循环 五.数组.数组运算和矩阵运算 六.M脚本文件和M函数文件.函数句柄 七.文件 八.数据和函数的可视化 一.说明 matlab作为数学软件有其强大的图形用户界面操作.数据和函数的可视化和数值计算功能,且自带很多现有的函数和工具包.而本文只涉及一些比较系统的基本操作,在最后附带介绍一些基本的数据和函数的可视化命令.建议要

转自禾木junjie原文C# Matlab 相互调用 测试环境 VisualStudio2013 / .net4.0 Matlab2015b 高版本的matlab对外接其它语言做得很方便了,并不需要一堆的配置. 其它语言与matlab的交互操作也类似. C#调用Matlab 基本思路:将matlab函数打包成DLL文件,联合matlab数据支持DLL(MWArray.dll),交付给其它语言程序使用. 1.Matlab端的操作 编写matlab函数: function [result,m,n]

题目来源:数学建模算法与应用第二版(司守奎)第一章习题1.4 题目说明 作者在答案中已经说明,求解上述线性规划模型时,尽量用Lingo软件,如果使用Matlab软件求解,需要做变量替换,把二维决策变量化成一维决策变量,很不方便.(原答案附末尾) 这里我们可以采用matlab的cvx工具箱进行编写,会简化代码并提升可读性 clc;clear; format short; % 初始数据 w = [18 15 23 12]; r = [3100 3800 3500 2850] .* w; s = [4

Fast RCNN训练自己的数据集 (2修改读写接口) 转载请注明出处,楼燚(yì)航的blog,http://www.cnblogs.com/louyihang-loves-baiyan/ https://github.com/YihangLou/fast-rcnn-train-another-dataset 这是我在github上修改的几个文件的链接,求星星啊,求星星啊(原谅我那么不要脸~~) 这里楼主讲解了如何修改Fast RCNN训练自己的数据集,首先请确保你已经安装好了Fast RCN

最近帮人调了一个程序,是网上公开的代码,利用matlab与c++混合编程做三维模型关键点检测,发现他们可以用VS2010编译.调试.生成mexw32文件,因此觉得之前在Matlab上利用mex命令真是弱爆了(非常繁琐且对于cpp文件多的根本无法用).所以特此转载和记录如何用VS2010+matlab2012a编译生成mexw32的方法. 1.打开VS2010,新建一个win32 项目,之后选择dll,空项目,如下图: 2.添加源文件mex1.cpp,编写mexFunction函数: #inclu

摘要: markdown工具,可以将txt转化成html格式.这一类工具的作用是将按一定格式写成的可读性强的文本文件转化为结构化的标准xhtml或html.Linux 下面也有markdown: zhoujy@zhoujy:~$ markdown text > a.html 具体说明见文档 zhoujy@zhoujy:~$ man markdown 这里介绍python中的markdown模块的实现,具体的信息见:http://pythonhosted.org/Markdown/index.ht

看了很多资料(包括我们实验室群里师兄上传的资料),算是掌握了libsvm的正确安装和使用,把结果告诉大家以方便以后使用. 1. 参考网站: libsvm库下载:http://www.csie.ntu.edu.tw/~cjlin/libsvm/ 视频:http://v.youku.com/v_showMini/id_XMjc2NTY3MzYw_ft_131.html (有小问题,等下会提到) 详解:http://www.matlabsky.com/thread-11925-1-1.html 2.

上一次我们讲了M-P模型,它实际上就是对单个神经元的一种建模,还不足以模拟人脑神经系统的功能.由这些人工神经元构建出来的网络,才能够具有学习.联想.记忆和模式识别的能力.BP网络就是一种简单的人工神经网络.我们的第二话就从BP神经网络开始漫谈吧. BP的来源 “时势造英雄”,一个伟大的人物的登场总是建立在历史的需求之下,所以我们剖析一个人,得先看看他的出身时代.同样的道理,在讲BP网络的特性和用途之前,我们需要先了解一下它的来源和诞生原因,以便理解它的重要性. 1.1 最简单的神经网络结构——感

libMF是林智仁老师开发的一个用于推荐系统的矩阵分解库,下载地址:libMF 测试用的数据集是MovieLen,一个给电影评分的数据集,下载在此:ML 最近在阅读libMF的源代码,并且准备开发其Matlab接口,在此做做笔记. 我的开发环境是在Win8-64bit + Visual Studio 2013下,由于林老师写的程序有很好的跨平台特性,在Linux下开发也是OK的. 首先要解决的是VS2013下编译的大坑: 1,由于矩阵分解MF(mf.cpp和mf.h)是独立于train和pred

本来想发在知乎专栏的,但是文章死活提交不了,我也是醉了,于是乎我就干脆提交到CNBLOGS了. 前言 前段时间我们介绍了Logistic的数学原理和C语言实现,而我呢?其实还是习惯使用Matlab进行计算的,而且是不带C的Matlab.(主要我们都用Windows) 那为什么要用SQL实现呢?(准确的说是PL/SQL) 因为我发现数据一次性加载进内存里面太大了,直接在SELECT的时候OutOfMemory了(其实数据是勉强能装进内存的,只是SELECT的时候产生的对象太多) 更主要的原因是因为

python做数据分析相关的工具的安装和配置,以及numpy的入门 为什么要用PYTHON来做数据分析 MATLAB R语言,语法类似C语言,但是它在语义上是函数设计语言,也是开源的. python 的优势: 有大量的库为数据分析和处理提供了完整的工具链 python的库很多,而且库一直在增加,算法的实现更加的创新.Numpy, matplotlib, scipy,scikit-learn python还能和跟多其他语言对接,比如C语言 相对于R和MATLAB,python还可以做各种其他的事,

sklearn实战-乳腺癌细胞数据挖掘(博客主亲自录制视频教程) https://study.163.com/course/introduction.htm?courseId=1005269003&utm_campaign=commission&utm_source=cp-400000000398149&utm_medium=share http://www.hahack.com/reading/ann2/ 上一次我们讲了M-P模型,它实际上就是对单个神经元的一种建模,还不足以模拟

引用百度百科: Python是一种面向对象.直译式计算机程序设计语言,由荷兰人Guido van Rossum发明于1989年,1991年发行第一个公开发行版.它常被昵称为胶水语言,它能够很轻松的把用其他语言制作的各种模块(尤其是C/C++)轻松地联结在一起. Python是纯粹的自由软件, 源代码和解释器CPython遵循 GPL协议.语法简洁清晰,特色之一是强制用空白符作为语句缩进.名字来源于一个喜剧,最初设计Python这种语言的人并没有想到Python会在工业和科研上获得如此广泛的使用.

目录 Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法 安装过程 1. 深度学习环境Tensorflow的安装 2. 安装python包 3.  Go to ./data/coco/PythonAPI 4. git clone 5. 下载预训练模型 6. 自己数据集的制作 7. 替换成自己的数据 11. 开始训练 12. 跑demo.py Faster-RCNN-TensorFlow-Python3.5 在Ubuntu16.04下的配置方法

一.概念 (1)完全子图/全耦合网络/k-派系:所有节点全部两两相连 图1 这些全耦合网络也成为派系,k-派系表示该全耦合网络的节点数目为k 1)k-派系相邻:两个不同的k-派系共享k-1个节点,认为他们相邻 2)k-派系连通:一个k-派系可以通过若干个相邻的k-派系到达另一个k-派系,则称这两个k-派系彼此联通 二.思路 图2 1- first find all cliques of size k in the graph 第一步首先找到网络中大小为K的完全子图,例如图2中k=3的完全子图有{