logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

傅里叶变换可视化

Steve on Image ProcessingDecember 4th, 2009Fourier transform visualization using windowingWhen I dipped my toe into the Fourier transform waters lastweek, the resulting comments a

[荐]第二代测序技术数据分析教程与视频

在线教程(Fall 2012 – Analyzing High Throughput Sequencing Data):http://www.personal.psu.edu/iua1/pages/fall-2012-bmmb-597D.html在线视频(新一代测序技术数据分析[英语]):http://www.youku.com/playlist_show/id_17418799_ascend

让我们用中文编程(二)之C++篇 - 自己做中文编程语言,你也行

ZDNet软件频道 时间:2008-05-18 作者:dancefire | CSDN 我要评论()本文关键词:中文编程 c++ python 软件如今,我们要写C++程序,已经完全允许在代码中出现Unicode编码的变量名、函数名、类名等等,并且#define也支持Unicode替换了。中文编程的神化随着11月7日,微软Visual C++ 2005的发布,我们关注到,VC8.0

主成分分析(Principal components analysis)-最大方差解释

在这一篇之前的内容是《Factor Analysis》,由于非常理论,打算学完整个课程后再写。在写这篇之前,我阅读了PCA、SVD和LDA。这几个模型相近,却都有自己的特点。本篇打算先介绍PCA,至于他们之间的关系,只能是边学边体会了。PCA以前也叫做Principal factor analysis。1. 问题真实的训练数据总是存在各种各样的问题:1、 比如拿到一个汽车的样本,里面既

关于云模型(Cloud Model)

云模型在统计数学和模糊数学的基础上,统一刻化了不确定性语言值和精确数值之间的随机性和模糊性,实现了定性语言值和定量数值之间的自然转换.目前基于云模型的云技术已被成功地应用于智能控制、跳频电台、大系统的效能评估中.在进行空间数据挖掘时,空间数据的不确定性是不可避免的.它主要由随机性、模糊性、不完备性、混沌性和未确知性等多种要素综合引起,并受粒度、尺度、抽样等因素的综合影响.位置不确定性与属性不确定性

#数据挖掘#数据库
关于人工智能中本体建模与知识获取工具Protege

Protégé[1] 软件是斯坦福大学医学院生物信息研究中心基于Java语言开发的本体编辑和知识获取软件,或者说是本体开发工具,也是基于知识的编辑器,属于开放源代码软件。这个软件主要用于语义网中本体的构建,是语义网中本体构建的核心开发工具,现在的最新版本为4.3版本。Protégé提供了本体概念类,关系,属性和实例的构建,并且屏蔽了具体的本体描述语言,用户只需在概念层次上进行领域本体模型的

基因表达式编程---通过人工智能建立的数学模型

基因表达式编程---通过人工智能建立的数学模型  2010-08-25 22:10:21|  分类:★Study Material |  标签:基因表达  基因表达式编程  gep  expression  gene  |字号大中小 订阅题目:遗传表达编程---通过人工智能建立的数学模型(Gene Expression Programming:Mathemati

顶级会议与SCI论文关系

机器学习顶级会议:NIPS, ICML, UAI, AISTATS;  (期刊:JMLR, ML, Trends in ML, IEEE T-NN)计算机视觉和图像识别:ICCV, CVPR, ECCV;  (期刊:IEEE T-PAMI, IJCV, IEEE T-IP)人工智能:IJCAI, AAAI; (期刊AI)另外相关的还有SIGRAPH, KDD, ACL, SIGIR,

超级计算机都有哪些用武之地?

相比之下摩尔定律的发展远远不能满足应用的需求。以生物计算为例,万亿次计算机,大概可以模拟1万个原子规模的酶催化反应;千万亿次计算机,可以模拟10万个原子规模的新陈代谢过程;即使计算能力再翻1000倍,达到每秒一百万亿次,也刚刚能模拟DNA蛋白质折叠的初级阶段,不到1个微秒的物理过程。因此,应用对计算能力的需求远远超出现有高性能计算机的能力。       从世界的范围来看,超级计算机的应用目前几

高斯混合模型的Matlab实例

Introduction to Gaussian Mixture ModelsGaussian mixture models are formed by combining multivariate normal density components. For information on individual multivariate normal densities, seeMulti

#matlab
    共 36 条
  • 1
  • 2
  • 3
  • 4
  • 请选择