摘要：
import time#n=input("input a year:")n=time.localtime()[1]'''if n%400==0 or (n%4==0 and n%100!=0): print "yes"else: print "not"'''print n 阅读全文
摘要：
zseven.mfunction out=zseven(nbhd) s=sum(nbhd(:))-nbhd(5); temp1=(2<=s)&(s<=6); p=[nbhd(1) nbhd(4) nbhd(7) nbhd(8) nbhd(9) nbhd(6) nbhd(3) nbhd(2)]; pp=[p(2:8) p(1)]; xp=sum((1-p).*pp); temp2=(xp==1); prod1=nbhd(4)*nbhd(8)*nbhd(2); prod2=nbhd(4)*nbhd(6)*nbhd(2); temp3=(prod... 阅读全文
摘要：
#include <iostream>#include <windows.h>int main(int argc, char* argv[]){ char VolumeInfo[100]; DWORD VolNameSize=100; DWORD VolSerialNumber; DWORD VolMaxComponentLength; DWORD VolFileSystemFlags; char FileSystemNameBuffer[100]; DWORD F... 阅读全文
摘要：
clear all;close all;clc;randn('seed',0);%%一维高斯函数mu=0;sigma=1;x=-6:0.1:6;y=normpdf(x,mu,sigma);plot(x,y);figure;%%二维或多维高斯函数mu=[0 0];sigma=[0.3 0;0 0.35];[x y]=meshgrid(linspace(-8,8,80)',linspace(-8,8,80)');X=[x(:) y(:)];z=mvnpdf(X,mu,sigma);surf(x,y,reshape(z,80,80));hold on;%再生成一个mu 阅读全文
摘要：
clear all;close all;clc;randn('seed',0);%{一维情况mu=0;N=100000;S=5;data=mvnrnd(mu,S,N);me=mean(data);S2=1/N*sum((data-me).^2);%}%%二维或多维情况mu=[0 0];S=[0.3 0;0 0.35];N=10000;data=mvnrnd(mu,S,N);me=mean(data)S1=1/N*sum((data(:,1)-me(1)).^2)S2=1/N*sum((data(:,2)-me(2)).^2) 阅读全文
摘要：
clear all; close all; clc; randn('seed',0); mu1=[0 0]; S1=[0.3 0;0 0.35]; cls1_data=mvnrnd(mu1,S1,1000); plot(cls1_data(:,1),cls1_data(:,2),'+'); hold 阅读全文
摘要：
clear all;close all;clc;num=4; %元素数量k=180; %迭代次数step=0.1; %迭代步长w(1,:)=[-0.5 1 1]; %权值x=[1 0 0; %输入的值，每行为一组 1 1 0; 1 0 1; 1 1 1];d=[1 0 1 0]; %实际输出的值y=zeros(1,num); %迭代输出的值 y=w0+w1x1+w2x2e=zeros(1,k); %均方误差for j=1:k tmp_2=0; for i... 阅读全文
摘要：
clear all;close all;clc;num=7;X=[ 1 0.4 0.05; 1 -0.2 0.75; 1 0.5 0.1; 1 -0.1 0.7; 1 0.3 0.2; 1 -0.15 0.9; 1 0.5 0.2];d=[1 -1 1 -1 1 -1 1]; %同一类的的数据正负号相同for i=1:num plot(X(i,2),X(i,3),'ro'); hold on;endaxis([-0.5 0.5 0 1]);Y=X'*X;inv_Y=inv(Y);w=inv_Y*X'*... 阅读全文
摘要：
clear all;close all;clc;step=0.1; %迭代步长num=15; %数据个数k=100; %迭代次数set=[ 0.4 0.05 1; - 0.2 0.75 1; 0.5 0.1 1; - 0.1 0.7 1; 0.3 0.2 1; - 0.15 0.9 1; 0 0.8 1; 0.4 0.3 1; -0.2 0.87 1; 0.4 ... 阅读全文
摘要：
%LMS算法演示(matlab)%设置参数，N为采样个数，u为步长clear,clc;N=16;u=0.1;%设置迭代次数kk=1000;%pha为随机噪声的平均功率rk=randn(1,k)/2;%%正态分布的随机矩阵pha=mean(rk);%%求元素平均值%设置起始权值wk(1,:)=[0 0];%用LMS算法迭代求最佳权值for i=1:k xk(i,:)=[sin(2*pi*i/N) sin(2*pi*(i-1)/N)]+rk(i);%输入信号 yk(i)=xk(i,:)*wk(i,:)';%输出信号 dk(i)=2*cos(2*pi*i/N);%期望信号 e... 阅读全文