信号处理领域圣经。数字信号处理――原理、算法与应用（第四版）电子工业出版社

用PyTorch实现MNIST手写数字识别（整套流程，附对应源码文件）简单小例子 环境配置 在开始之前，我们需要进行一些环境配置，包括安装PyTorch、numpy和matplotlib等必要的Python库。 安装Anaconda 我们可以从官网下载适合自己系统的Anaconda安装包，安装时需要勾选添加环境变量选项。 创建环境 在Anaconda Prompt中输入以下命令： conda create --name pytorch_env python=3.8 该命令将创建一个名为pytorch_env的环境，并使用Python 3.8版本。

使用CNN进行手语检测：使用人的手势和使用CNN-Keras-tensorflow的手势控制计算器识别ASL字母和数字

本文介绍了使用MATLAB实现虚拟数字信号发生器和数字电子琴的设计。MATLAB是一种工程实用软件，具有数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等功能。使用GUI工具箱可以方便地实现数字信号发生器的设计。关键词：MATLAB、信号发生器、数字电子琴。

冈萨雷斯数字图像处理matlab版源码 好东西不可少得！你懂的

传统的图像识别问题为经典的特征提取和模式匹配问题，共分为两个方面图像识别 和特征匹配。本文首先对图像识别问题进行了分析和总结，选取了以 Python 语言的 PTL 库作为图像识别的基本架构，其基本思路为讲图片预处理，包括图像分割、字符提取等。 字符识别本质为一个模式匹配问题，采用神经网络具有较好准确度，但是神经网络 具有训练时间长，容易陷入局部次优的缺陷。针对这一个问题，采用以卷积神经网络， 以卷积作为度量标准，进一步提升神经网络的反馈性能。 论文以 LeNet5 为卷积神经网络的基本工具集，针对设计和开发数字图像识别系统 系统实现所需要的技术方法需要进行全面的分析和掌握。

本书对数电的课后习题进行了详细的讲解，非常实用，是高校理科生的必备学习资料之一。

北邮教材。数字信号处理。课件版本。多多下载；北邮教材。数字信号处理。课件版本。多多下载

因果关系审查 代码（python），图形和数据，用于评估双变量时间序列数据的因果关系指标的性能。 这篇评论是在Lungarella等人以前的工作之后进行的。 （2007）。 该评价中包括的方法是： 扩大的格兰杰因果关系（Chen et al。2004） 非线性格兰杰因果关系（Ancona et al。2004） 可预测性的提高（Feldmann和Bhattacharya 2004） 转移熵（直方图划分和Kraskov-Stögbauer-Grassberger估计）（Schreiber 2000，Kraskov et al。2004） 有效传递熵（直方图划分）（Marschinski和Kantz，2002年） 粗粒度的信息传递率（Palus等，2001） 相似指数（Arnhold等1999，Bhattacharya等2003） 收敛交叉映射（Sugihara et al.

一个通过图像的像素矩阵降低图像灰度级的matlab小程序