广东工业大学的数据结构的课程设计，重言判别式。

表8-2 学生的四门课程的成绩 姓 名 数 学 物 理 语 文 政 治 hxh 99.00 98.00 78.00 80.00 yaju 88.00 89.00 89.00 90.00 yu 79.00 80.00 95.00 97.00 shizg 89.00 78.00 81.00 82.00 hah 75.00 78.00 95.00 96.00 john 60.00 65.00 85.00 88.00 watet 79.00 87.00 50.00 51.00 jess 75.00 76.00 88.00 89.00 wish 60.00 56.00 89.00 90.00 Iiakii 100.00 100.00 85.00 84.00

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：对GPS信号多普勒频率和伪码进行二维搜索后_检测峰峰值数量_及判别是否存在欺骗信号_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

led发光二极管正负极判别方法 电子元器件 .docx

对于通常数据维数很大的医学成像/生物数据，典型的 LDA 应用程序由于试图反转一个不可能的大矩阵而失败。 这可以使用内核技巧来补救。 当前文件尝试执行此操作。 如果您将此作品用作作业/论文/论文的一部分，请引用以下论文： Gaonkar、Bilwaj 和 Christos Davatzikos。 “基于支持向量机的多元图像分析和分类的统计显着性图的解析估计。” NeuroImage 78 (2013): 270-283。 请注意，此代码是作为上述论文工作的一部分开发和分发的，引用这有助于我们开发和分发更多此类工作。 我已经尝试在代码中加入适当的注释，这段代码的灵感来自于之前在 matlab central 上提交的几个代码

Fisher线性判别式分析，Matlab程序对Iris数据进行分类，经过十次交叉验证计算准确率

关于使用计算机做出决定——从招聘到贷款批准再到设定刑期——影响人类的担忧激增。 许多人指出，使用计算机程序为决策提供信息可能会导致偏见的传播或以其他方式导致不良结果。 许多人呼吁提高透明度，而其他人则呼吁调整算法以产生更加种族平衡的结果。 随着计算机在我们的日常生活中做出越来越重要和复杂的决定，这个问题可能会引起越来越多的关注。 本文借鉴了关于算法公平性的计算机科学和法律文献，对辩论做出了四个主要贡献：首先，它通过证明法律规则通常适用于算法决策者，对将“公平”纳入算法决策者的论点提供了法律回应。边约束，而不是可以优化的公平函数。 其次，通过从歧视法的角度看待这个问题，本文认识到计算决策者提出的问题与歧视法已经演变为控制的历史性、制度性歧视非常相似，这是对这个问题真正新颖的说法的回应因为它涉及计算机化的决策。 第三，该论文通过展示透明度对于提供问责制是不必要的，以及歧视法本身为如何处理不公平的算法歧视案件提供了一个模型，无论是否具有透明度，以此响应对计算决策透明度的呼吁。 第四，本文解决了一个在该主题上存在分歧的问题：如何纠正算法产生的歧视性结果。 我没有将问题视为二元问题，而是提供第三种方法，将纠正算法决策者的过程分解为两个单独的决策：拒绝旧过程的决定和采用新过程的单独决定。 这两项决定受不同法律要求的约束，为寻求避免最坏类型歧视结果的公司和机构提供了更大的灵活性。 最后，当前的歧视法为可能与“公平”相关的各种主张提供了大部分答案出现在计算决策者的背景下，而不管他们背后的具体技术如何。

本文给出一种判别及细分散斑法中的干涉条纹级数的简单方法。它可以用于确定位移的大小,干涉条纹级数的判别与细分、提高测量精度以及自动分析。

关于线性判别分类器的SVM的ppt,对想了解svm的人有一定的帮助。看完后会对SVM有充分的了解

matlab判别分析代码 Multidomain Discriminant Analysis (MDA) MATLAB and Python code of paper Shoubo Hu, Kun Zhang, Zhitang Chen, Laiwan Chan. Conference on Uncertainty in Artificial Intelligence (UAI) 2019.