泛在感知

网络性能和泛化能力

神经网络模型的训练目标不仅是降低训练误差，更重要的是提高模型对未知样本的泛化能力，即正确识别从未遇到过的样本。仅提供训练误差指标是不够的，还需评估模型对未知样本的表现。

算法与数据结构 2 2024-05-13

泛函分析及其数学应用

泛函分析是数学中的一个分支，主要研究无限维空间上的函数及其性质。它融合了线性代数、实变函数论和拓扑学的概念与方法，通常涉及向量空间上的函数、算子等。泛函分析的重要主题包括线性空间的拓扑结构、范数和内积的引入，以及连续性和收敛性的研究。此外，它还广泛应用于函数空间和算子理论的探讨，例如Lebesgue空间和算子的谱理论。在数学及其应用中，泛函分析发挥着重要作用，涵盖微分方程、量子力学和信号处理等领域。

算法与数据结构 3 2024-07-16

Snort 入侵检测系统规则泛化模型

摘要：提出一种改进 Snort 入侵检测系统的规则泛化模型，通过聚类和最近邻泛化等方法增强检测能力，提高了入侵行为检测率，实现了新入侵行为的识别。

数据挖掘 4 2024-05-20

简单感知器Matlab中的基础感知器开发

这是教科书《神经网络与机器学习》中基础感知器的一个示例。

Matlab 2 2024-07-28

泛微OA数据库表结构详解

详细介绍了泛微OA的数据库表结构，包括工作流引擎常用的各种表，如workflow_base工作流信息表、workflow_bill工作流单据信息表等。

MySQL 0 2024-10-21

MATLAB中的单层感知器和多层感知器示例

MATLAB中的人工神经网络实例包括单层感知器，可用于线性可分问题，以及多层感知器，适用于复杂分类和系统识别，例如鸢尾花分类问题。

Matlab 2 2024-07-27

使用确定性序列的卷积压缩感知在matlab中的实现

确定性序列如Golay序列、Golay互补序列、Legendre序列、zadoff-chu序列、m序列和扩展多相序列等被应用于构建卷积感测矩阵。主要在“demo_real_Official.m”和“demo_real_official_1.m”中演示了matlab代码，包括各种重建算法如omp、Samp、CoSaMp、子空间追踪、sbhe和RecPF求解。详细内容可参考论文：K. Li，L. Gan和C. Ling，“使用确定性序列的卷积压缩感知”，IEEE Trans. 信号处理，第61卷，第3期，第740-752页，2013年。

Matlab 1 2024-07-31

压缩感知技术Cosamp的应用

最新的压缩感知方法，如Cosamp，正在被广泛应用于信号和图像重建领域。

Matlab 3 2024-07-27

借力数据感知优化智能服务

利用大数据能力，增强对公共服务需求的洞察和感知，将服务延伸至基层和个人，弥合城乡区域差距，满足多元化个性化需求，实现服务均等、高效、智能化。

Hadoop 2 2024-05-13

Matlab人工耳蜗感知测试平台CITest

CITest是一个基于Matlab的程序，用于控制Advanced Bionics人工耳蜗植入者的心理物理听力实验。它最初是为华盛顿大学的耳蜗植入物心理物理实验室开发的，现在可以通过GitHub存储库获取。 系统要求:* Matlab R2017B (Windows 7/10)* 版本 1.18 的仿生耳朵数据收集系统 (BEDCS) (Advanced Bionics Corporation) 主要功能:* 控制人工耳蜗植入者的电刺激参数。* 收集和分析听力实验数据。* 提供模块化设计，方便研究人员进行自定义实验。

Matlab 2 2024-05-23