上一页 1 ··· 6 7 8 9 10 11 12 13 14 ··· 24 下一页
摘要: Git stash命令在版本控制系统操作中作为一个非常有用的功能,允许用户临时保存当前工作目录中的更改并清理工作目录,使其回到最近的提交状态,便于切换分支或暂时撤回更改,而不丢失工作进度。 基本使用 创建Stash git stash 这个命令将会保存工作目录和暂存区的当前更改。执行这个命令后,你的 阅读全文
posted @ 2025-11-10 09:30 晃悠人生 阅读(111) 评论(0) 推荐(0)
摘要: 一、算法原理与流程 1. 互信息计算原理 互信息衡量两幅图像灰度分布的统计相关性,数学表达式为: \(MI(X,Y)=H(X)+H(Y)−H(X,Y)\) 其中\(H(X)\)为图像X的熵,\(H(X,Y)\)为联合熵。配准目标是找到使\(MI\)最大的空间变换参数。 2. 多模态配准流程 二、Ma 阅读全文
posted @ 2025-11-10 09:14 晃悠人生 阅读(87) 评论(0) 推荐(0)
摘要: 基于遗传算法求解流水车间调度问题(FSP)的MATLAB实现,包含数学建模、算法设计及甘特图绘制: 一、问题建模与算法设计 1. 问题定义 输入参数: n = 5; % 工件数量 m = 4; % 机器数量 processing_time = [4 5 3 7; % 工件1在各机器加工时间 3 2 阅读全文
posted @ 2025-11-06 10:29 晃悠人生 阅读(95) 评论(0) 推荐(0)
摘要: 一、算法融合原理 1. 互补性优势 粒子滤波:擅长处理非线性/非高斯系统状态估计,通过粒子集近似后验概率分布 压缩感知:在信号稀疏条件下实现低采样率下的高精度重构,降低数据维度 2. 协同工作机制 graph LR A[原始信号] --> B{压缩感知} B --> C[低维特征] C --> D{ 阅读全文
posted @ 2025-11-04 10:58 晃悠人生 阅读(34) 评论(0) 推荐(0)
摘要: Java 14引入的Record类型为开发者提供了一种声明数据载体的简洁方式。它旨在简化那些主要包含数据的类,减少样板代码,提高开发效率。 传统的POJO类需要编写大量重复的构造函数、getter、equals()和hashCode()方法。而Record通过自动生成这些方法,让代码更加简洁明了: 阅读全文
posted @ 2025-11-03 09:16 晃悠人生 阅读(26) 评论(0) 推荐(0)
摘要: C++中的智能指针是管理动态内存的利器,通过RAII(资源获取即初始化)机制实现自动内存管理。以下从底层实现原理到实际应用场景的深度解析: 一、智能指针类型体系 // 类继承关系示意图 ┌─────────────┐ │ std::shared_ptr │ └─────────────┘ △ ┌── 阅读全文
posted @ 2025-11-03 09:13 晃悠人生 阅读(87) 评论(0) 推荐(0)
摘要: 1. 合成数据集生成与预处理 % 生成5类合成数据集 n_samples = 1000; rng(42); % 固定随机种子 % 创建数据集 datasets = struct(); datasets.blobs = [make_blobs(n_samples,5,1.0,1,0)]; datase 阅读全文
posted @ 2025-10-30 15:20 晃悠人生 阅读(101) 评论(0) 推荐(0)
摘要: 1. M序列编码信号特性 M序列(最大长度伪随机序列)具有以下优势: 自相关特性:主瓣尖锐(旁瓣低于-60dB),适合高精度时延估计 互相关特性:与干扰信号相关性低,抗混响能力强 带宽扩展:通过编码将CW信号带宽扩展至M倍(如127位M序列扩展127倍) 多普勒敏感:保留单频信号的多普勒特性,适用于 阅读全文
posted @ 2025-10-29 10:47 晃悠人生 阅读(55) 评论(0) 推荐(0)
摘要: 一、数据读取与预处理 1.1 MIT-BIH数据读取 % 读取头文件信息 header = read_header('100.hea'); % 自定义函数解析.hea文件 fs = header.Fs; % 采样率(360Hz) gain = header.gain(1); % 增益(200 cou 阅读全文
posted @ 2025-10-28 10:56 晃悠人生 阅读(69) 评论(0) 推荐(0)
摘要: 信息熵的特征选择算法MATLAB实现。信息熵是衡量特征重要性的强大工具,特别适用于高维数据降维。 1. 信息熵理论基础 1.1 基本概念 信息熵定义: H(X) = -Σ P(x_i) log₂ P(x_i) 条件熵: H(Y|X) = -Σ P(x_i) Σ P(y_j|x_i) log₂ P(y 阅读全文
posted @ 2025-10-22 14:24 晃悠人生 阅读(70) 评论(0) 推荐(0)
上一页 1 ··· 6 7 8 9 10 11 12 13 14 ··· 24 下一页