博文
- [转载]python @property的介绍与使用
- python @property的介绍与使用 python的@property是python的一种装饰器，是用来修饰方法的。 作用： 我们可以使用@property装饰器来创建只读属性，@property装饰器会将方法转换为相同名称的只读属性,可以与所定义的属性配合使用，这样可以防止属性被修改。 使用场景：1.修饰方法，是方法可以像属性一样访问。 cla ...
- [转载]如何彻底卸载Anaconda？
- 转自 https://blog.csdn.net/Lord_Bao/article/details/114170382 0.前言 本机Win10。 最好的参考文档是官方文档Uninstalling Anaconda。除此以外，再辅助以其他文档，就能达到如标题所示的目的。整个删除过程不难。 1.解决方案 1.1方案1 官方推荐的方案 ...
- Matlab save的不同用法
- save('xyz.mat','a','b') 把数据a,b存入xyz中
- 粒子滤波中重采样到底靠不靠谱？
- 在粒子滤波中，重采样方法往往是不可或缺的一种有效预防粒子退化的step。 但重采样往往又会增加滤波的噪声。那么重采样引起的误差到底有多大呢？ 这里对整个滤波过程不进行重复仿真，重点关注重采样方法引起的误差。 由于粒子滤波中最后一步进行状态估计的时候往往是对粒子及其权重进行加权求和所得，因此这里给出一个 ...
- Matlab 生成随机数大全
- 高斯分布随机数生成 randn(a):生成一个a*a的标准高斯（正态）分布的随机阵。 randn(a,b)或者randn( ): 生成一个a行b列的标准高斯分布的随机阵。 m+sqrt(n)*randn(a):生成一个均值为m,方差为n的满足高斯分布的a*a随机阵。 R = normrnd(MU,SIGMA): 生成一个均值为MU,标准差为S ...
- 高斯核密度估计方法代码
- function weight_new = kernel_density_estimation(X,particles,weight) % clear all % close all % clc % particles = ),normrnd(2,1, )]; % weights = ones(1,200)/200; % X = particles; = size(X); if nargin3 weight = ones(1,b)/b; end weight_new = zeros(1,b); for i = 1:b ...
- mysvmtrian
- 废话不说，上代码： clear all; close all; clc; %------------------------------------------------- % set the initial value; %------------------------------------------------- N=300; ...
- libsvm Usage 参考libsvm————readme
- `svm-train' Usage ================= Usage: svm-train training_set_file options: -s svm_type : set type of SVM (default 0) 0 -- C-SVC (multi-class classification) 1 -- nu-SVC (multi-class classification) 2 -- one-class SVM 3 -- epsilon-SVR (regression) 4 -- ...
- win10下 MATLAB2018a 安装libSVM-3.23 解决无法编译的问题
- 系统：win10 Matlab 版本：2018a libsvm 版本：3.23 下载libsvm库文件，这个比较容易找到 matlab设置路径 选择目录：...\R2018a\toolbox\libsvm-3.23\matlab 进行编译，这里重点说编译器的选择 从上图中可以看出很多编译器都可以用，如果没有编译器需要先安装一个编译器，网上推荐MinGW64编 ...
本页有 1 篇博文因作者的隐私设置或未通过审核而隐藏
