1、理论基础（待续）2、算法实现import numpy as npimport matplotlib.pyplot as pltR=2I0=12mu0=4*np.pi*1e-7C0=mu0/(4*np.pi)N=50x, y = np.meshgrid(np.linspace(-5,5,N), np.linspace(-5,5,N))#x = np.linspace(-3,3,N)#x=lins

1、生成数据集class moon_data_class(object):def __init__(self,N,d,r,w):self.N=Nself.w=wself.d=dself.r=rdef sgn(self,x):if(x>0):...

1、理论基础毕奥－萨伐尔定律2、代码import numpy as npimport matplotlibimport matplotlib.pyplot as pltimport mpl_toolkits.mplot3dimport mathfrom scipy.fftpack import fft,ifftfrom decimal import Decimalmatplotlib.rcPara

1 卡尔曼滤波详见博客 https://blog.csdn.net/moge19/article/details/817507312 低通滤波2.1 算法推导一阶RC滤波器的硬件电路如图：图中输入电压是Vi，电阻R，电容C，输出电压为Vo。假设电路的输出阻抗很大（即不带任何负载），输入阻抗很小（理想情况）。可以得到以下公式：Vo=11+jωRCViV_o = \frac{1}{1+j...

1、专家系统定义：一类包含知识和推理的智能计算机程序，其内容包含某领域专家水平的知识和经验，具有解决专门问题的能力1.1 专家系统的建立（1）知识库基于专家经验的判断性规则用于推理、问题求解的控制性规则用于说明问题的状态、事实和概率及当前的条件和常识等的数据（2）推理机正向推理反向推理双向推理（3）知识的表示IFE THEN H WITH CF(...

1、流程大体流程如下，无论图像、声音、ADC数据都是如下流程：（1）将原信号进行FFT;（2）将进行FFT得到的数据去掉需要滤波的频率；（3）进行FFT逆变换得到信号数据；2、算法仿真2.1 生成数据：#采样点选择1400个，因为设置的信号频率分量最高为600Hz，根据采样定理知采样频率要大于信号频率2倍，所以这里设置采样频率为1400Hz（即一秒内有1400个采样点）x=np.l...

1ADC采样模型假设ADC采样的值已经为稳定状态，设k+1k+1k+1时刻ADC采样值为Xk+1Xk+1X_{k+1},则kkk时刻ADC采样值为XkXkX_k，假设k+1k+1k+1时刻的采样值为Zk+1Zk+1Z_{k+1}，则有：{Xk+1=Xk,Zk+1=Xk+1+δ,δ为噪声{Xk+1=Xk,Zk+1=Xk+1+δ,δ为噪声 \begin{cases} X_{k+1} = X...

4.1引言4.2预处理4.2.1.剔除离群点4.2.2数据归一化4.2.3丢失数据4.3峰值现象4.4基于统计假设检验的特征选择4.5接收机操作特性曲线4.6类可分性测量4.7特征子集的选择4.8最优特征生成4.9神经网络和特征生成/选择4.10推广理论的提示4.11贝叶斯信息准则...

模式识别（二）线性分类器2.1 引言2.2 线性判别函数和决策超平面2.3感知器算法2.4最小二乘法2.5 均方估计2.6逻辑识别2.7支持向量机2.1 引言2.2 线性判别函数和决策超平面2.3感知器算法2.4最小二乘法2.5 均方估计2.6逻辑识别2.7支持向量机...

模式识别（三）非线性分类器3.1引言3.2 异或问题3.3 两层感知器3.4 三层感知器3.5基于训练集准确分类的算法3.6反向传播算法3.7反向传播算法改进3.8代价函数选择3.9神经网络大小的选择3.10 仿真3.11 具有权值共享的网络3.12 线性分类器的推广3.13 线性分类法中l维的空间3.14多项式分类器3.15径向基函数网络3.16通用逼近3.17概率神经网络3.18支持向量机：非