其他

net= newc(P,S,KLR,CLR) P  - RxQ matrix of Q input vectors.S  - Number of neurons.KLR - Kohonen learning rate, default = 0.01. CLR - Conscience learning rate, default = 0.001.在2010b以後的版本用competlayer代替。descriptions:Competitive layers learn to classify

 閱讀這些內容前，希望你對電腦有了一點簡單的概念，最好學習過電腦群組成原理並知道一些最基本的概念。如果你學習過51系列的單片機並且利用51系列的單片機做過一些開發，那看這些內容就很簡單了。如果你沒這些知識也沒關係，以我的學習經曆來看，可以給大家一個學習電腦群組成原理的建議。你可以先大致學習一下電腦群組成原理，學完之後一般會對電腦有一個大體的瞭解，電腦專業在開設這門課時一般會安排電腦群組成原理實驗，這個實驗大家要好好去做，這樣會打消你對電腦很神秘的認識。有了這些基礎之後，建議大家去學51系列的單片

灰階共生矩陣的接觸知識，http://www.cnblogs.com/tiandsp/archive/2013/03/23/2977673.html初學者再看如此多的公式，可能看也看不懂。那就簡單的辦法就是直接看圖（matlab help檔案中的）：剛開始看的人，肯定也摸不著頭腦。我這裡解釋下兩邊矩陣的含義：（1）左邊的矩陣，你可以想成某映像的像素（當然不是rgb的，可以認為是灰階圖）（2）右邊的矩陣（定義為GLCM）：是產生的灰階共生矩陣。關於維數：這裡是8*8的，但實際情況中，你可以是2*2

以下內容來源自coursera上的machine learning，同時參考了Rachel-Zhang的部落格(http://blog.csdn.net/abcjennifer)梯度演算法有兩種：（1）batch gradient descent（批量梯度下降）（2）stochastic gradient

這是昨天的問題：RGB = imread('A.jpg');加入此時得到的RGB是uint8類型的三維數組。那麼imshow(RGB)，ok完全沒問題，得到的是原圖。但是imshow( double(RGB) )或者imshow( uint16(RGB) )亦或是imshow( single(RGB) )得到的都是全黑或全白的。搞半天，感覺可能是各種類型的範圍是不一樣的，因為對於grayscale image 就是不同類型有不同範圍【imshow(I,[low

以下內容來源自coursera上的machine learning，同時參考了Rachel-Zhang的部落格(http://blog.csdn.net/abcjennifer)上一節講了只有一個特徵的情況，下面聊聊多特徵的。（一）：多特徵的例子以及多特徵的的cost

 先說明一下在加電之前的這個軟硬體情況，這個三星公司根據ARM920T軟核生產的這個s3c2410整合了64M的sdram和64M的nandflash儲存空間。Vivi和UCOS都儲存在這個nandflash中，因為nandflash斷電後不會丟失資訊。這個VIVI是三星公公司為ARM系列晶片書寫的bootloader，用於開發階段，做系統的引導程式。VIVI存放在flash 0x00000000地址開始的地方，UCOS存放在flash

一開始，看到 STMFD sp！{R0-R5，LR}

一、問題描述 Ø設B={1,2,…,n}是n塊電路板的集合。集合L={N1,N2,…,Nm}是這n塊電路板的m個串連塊。其中每個串連塊Ni是B的一個子集，且Ni中的電路板用一根導線串連在一起。不同的串連快可能包含相同的電路板。Ø設x是n塊電路板的一個排列，則電路板的排列密度Density(x)定義為跨越相鄰電路板插槽的最大連線數。Ø電路板排列問題要求度與給定的電路板串連條件(串連塊)，確定電路板的最佳排列，使其具有最小密度。 Ø問題空間：排列樹 Ø每個結點處Backtrack函數的計算時間：O(

Cyclic Redundancy Check循環冗餘檢查，是基於資料計算一組效驗碼，用於核對資料轉送過程中是否被更改或傳輸錯誤。演算法原理假設資料轉送過程中需要發送15位的二進位資訊g=101001110100001，這串二進位碼可表示為代數多項式g(x) = x^14 + x^12 + x^9 + x^8 + x^7 + x^5 +

今天在看ucosii 中關於刪除任務的函數 OSTaskDel 時看到  if (prio == OS_PRIO_SELF) {                                 /* See if requesting to delete self    */     prio = OSTCBCur->OSTCBPrio;                             /* Set priority to delete to current   */   

以下內容來源自coursera上的machine learning，同時參考了Rachel-Zhang的部落格(http://blog.csdn.net/abcjennifer)在講完了logisitc regression 和 linear regression的兩種常用方法後，考慮到一些弊端，我們需要進一步瞭解其他的機器學習方法，摘要：（一）（二）:是讓我們瞭解神經網路的一些基本概念;（三）（四）Neuronsand the Brain I &

一個不長的程式，網上看到了，研究了下。1.set(gcf,'DoubleBuffer','on');問了一個高手，總結他的話就是說，這樣設定的目的是為了防止在不斷迴圈畫動畫的時候會產生閃爍的現象，而這樣便不會了。在動畫的製作比較常用。2.uisetfont()與set('fontname',' ')按照字面意思理解’fontname‘就是字型的名字，就類似與’宋體‘，’新宋體‘之類等等的。但有時候需要注意，有些字在某些字型下是不顯示的，就像中文在fontname為times new

1、索引映像索引映像包括一個資料矩陣X，一個顏色映像矩陣Map。其中Map是一個包含三列、若干行的資料陣列，其中每個元素的值均為[0, 1]之間的雙精確度浮點型資料。Map矩陣的每一行分別表示紅色、綠色和藍色的顏色值。在MATLAB中，索引映像是從像素值到顏色映射表值的“直接映射”。像素顏色由資料矩陣X作為索引指向矩陣Map進行索引，例如，值1指向矩陣Map中的第一行，值2指向第二行，以此類推。（complement：X矩陣資料時整數，含有多少個整數，Map就有幾行，因為X矩陣的數字（加入是7）

 我是一名電腦系的學生，總想弄明白我們現在學的電腦到底是怎麼工作的。而整個電腦知識是一個龐大的理論體系，且是分為很多階層的，簡單說有硬體層，軟體層。而理解這些不同層次的知識的關鍵在於理解層次之間的借口，借口理解透徹了，那你就能把各層次的知識融為一體，這些知識也必然可以為你所用了。研究中介軟體最好的就是作業系統了，但是我們學習的作業系統課程太過於理論化和複雜化，學完了仍然不知所云，可以說大部分理科生學到的只是“文科”的作業系統。為了我們能真正理解一個作業系統的具體實現，我們就以一個小型嵌入式系統U

本人剛開始學資料採礦，雖然之前看過一本《資料採礦原理與應用：SQL Server 2005資料庫》，但是只是大體上瞭解了一些資料採礦的概念，並沒有深入去瞭解一個演算法。前段時間開始比較深入的學習，就以關聯規則作為學習的進入點。這 才有了這篇文章。　　Apriori algorithm是關聯規則裡一項基本演算法。是由Rakesh Agrawal和Ramakrishnan

到這裡，公式就推導完畢了。看個例子明白點:希望可以將帶星號和帶加號區分開來下面是主要代碼：function [th,ll] = plotdots(x,y,z)% rows of X are training samples% rows of Y are corresponding 0/1 valueshold on;%% 畫原始點的圖for i = 1:size(x,1) if(z(i)==0) plot(x(i),y(i),'*'); elseif (z(i)==1)

 最近在看ucos

1.線性最佳化：   linprog函數的用法，具體可以help下。2.非線性最佳化：   fmincon函數[x,fval,exitflag,output,lambda,grad,hessian] =fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options)fun的用法（1）直接引號內寫入方程式，如'-x(1)-x(2)+0.5*x(1)^2+0.5*x(2)^2'；（2）‘fun’，然後用function；（3）@fun,然後用function；（4）

 我在學習嵌入式作業系統UCOS時，有很大的迷茫之處，在於我不知道我用的工具到底幫我幹了些神馬工作。下面就說一下我當時的疑問：1：編譯器和連結器幹了些神馬？我現在也還沒能力知道它是怎麼乾的這些工作。以後慢慢來唄。但當時我連它幹了神馬都不清楚。2：它輸入的是來源程式，那他輸出的是什嗎？有格式嗎？是什麼樣子那？重重疑問。 ADS編譯器的目的是怎麼把進階語言編程能在ARM平台上直接啟動並執行東東。而我們的目的是看看他幹了些神馬,讓我們瞭解一下它以及他連結出來的東東是什麼樣子。對嵌入式整個工程開發做了哪