摘要:
BrainWeb: Simulated Brain Database使用说明 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 其他请看标签:脑图像 BrainWeb: Simulated Brain Databasehttp://brainweb.bi
阅读全文
posted @ 2018-10-30 10:10
凯鲁嘎吉
阅读(6672)
推荐(3)
摘要:
作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 在VMware中安装操作系统时,遇到以下这种情况 问题主要出在虚拟机文件的位置选择上,不应该选在VMware安装的文件夹里,应该重新选择文件夹位置,可以自己新建位置,比如D:\CentOS 7。这样问题就
阅读全文
posted @ 2018-10-23 20:58
凯鲁嘎吉
阅读(14645)
推荐(0)
摘要:
sci-hub免费下载论文 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 更多内容,请看:文献查找 sci-hub网址:https://gfsoso.99lb.net/sci-hub.html,https://tool.yovisun.com/sci
阅读全文
posted @ 2018-09-30 11:52
凯鲁嘎吉
阅读(1248)
推荐(1)
摘要:
MATLAB中冒号的用法 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ matlab中冒号代表步长,用实例来说明 其中,C=A(:,4)表示C存放矩阵A的第四列元素,D=A(3,:)表示D存放矩阵A的第三行元素。 B=A(1:2:5,2:3)表示B存
阅读全文
posted @ 2018-09-20 09:35
凯鲁嘎吉
阅读(1322)
推荐(2)
摘要:
模拟退火算法及模型 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 一、算法的提出 模拟退火算法最早的思想由Metropolis等(1953)提出,1983年Kirkpatrick等将其应用于组合优化。 二、算法的目的 1.解决NP复杂性问题 2.克服
阅读全文
posted @ 2018-09-14 20:56
凯鲁嘎吉
阅读(5485)
推荐(2)
摘要:
聚类——认识GMM算法 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 一、GMM概述 二、GMM算法步骤 三、具体推导参考文献 1. 李航. 统计学习方法[M]. 清华大学出版社, 2012. 2. Bishop C M. Pattern Recog
阅读全文
posted @ 2018-09-14 19:57
凯鲁嘎吉
阅读(5737)
推荐(3)
摘要:
聚类——认识FCM算法 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 一、FCM概述 FCM算法是基于对目标函数的优化基础上的一种数据聚类方法。聚类结果是每一个数据点对聚类中心的隶属程度,该隶属程度用一个数值来表示。该算法允许同一数据属于多个不同的类
阅读全文
posted @ 2018-09-14 19:26
凯鲁嘎吉
阅读(8224)
推荐(3)
摘要:
聚类——认识K-means算法 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 一、聚类与分类 聚类: 无监督学习。聚类是在预先不知道欲划分类的情况下,根据信息相似度原则进行信息聚类的一种方法。 目的是使得属于同类别的对象之间的差别尽可能的小,而不同类
阅读全文
posted @ 2018-09-14 19:07
凯鲁嘎吉
阅读(1674)
推荐(1)
摘要:
这些年,我用过的良心网站 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 更多内容,请看:文献查找 1.冰点文库下载器V3.2.4 无需积分就可以自由下载百度、豆丁、丁香、MBALib、道客巴巴、Book118等文库文档,无需注册和登录。下载的文档最终
阅读全文
posted @ 2018-06-09 10:09
凯鲁嘎吉
阅读(5596)
推荐(1)
摘要:
MATLAB简易画图2—普通直角坐标系 本人的MATLAB版本为: 作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ 继续在“MATLAB简易画图”这篇随笔的基础上进行延伸,做成普通直角坐标系。 1.源程序 score.m 原图: 2.去掉右边与上面边框
阅读全文
posted @ 2018-05-24 12:43
凯鲁嘎吉
阅读(5078)
推荐(0)