设计多层感知器神经元来解决一个分类问题：将10个输入向量分为4类。用plot函数绘出向量分布和分类线。 输入向量为P=[0.1 0.7 0.8 0.8 1.0 0.3 0.0 -0.3 -0.5 -1.5; 1.2 1.8 1.6 0.6 0.8 0.5 0.2 0.8 -1.5 -1.3] 目标向量为T=[1 1 1 0 0 1 1 1 0 0 ; 0 0 0 0 0 1 1 1 1 1 ]

【深度学习：深度压缩感知-从ISTA到LISTA及其pytorch实现方法】的完整源码，博客地址https://blog.csdn.net/qq_38290475/article/details/104684232。资源积分会自动上涨，欢迎私信或者评论，我会重新调整为0积分。

Attribute-Aware Attention Model ：用于细粒度表示学习的属性感知注意模型

室内定位是基于位置服务研究的关键问题，WIFI 作为一种廉价易得的信号源被广泛应用在室内定位系统中。但是室内复杂环境造成同一点处的WIFI 接收信号强度随时间变化范围较大，影响了基于WIFI 接收信号强度的室内定位系统的性能。为了克服这个问题，提出了基于信道状态信息的室内定位方法。利用信道状态信息有效值非线性回归得出测量点与信号接入点之间的距离。利用测量点与多个不同信号接入点之间的距离回归出最后的定位结果。实验结果表明，相比典型的基于WIFI 信号接收强度对数衰减模型的定位方法，方法有效提高了定位结果的准确度。

Neural Network Models of Categorical Perception

利用LASSO回归和感知机实现机器学习两个简单的例子。

行业分类-物理装置-基于压缩感知的高斯频率域提高薄互层分辨率的方法.zip

行业分类-电子电器-一种多重灾备架构的工业数据边缘感知与管理系统.zip

行业分类-物理装置-基于损失厌恶和锚定效应的群智感知系统激励方法及设备.zip

CCIA XXXX—2019 网络安全态势感知系统技术要求.pdf