![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
健康监测
九的方
这个作者很懒,什么都没留下…
展开
-
机器学习笔记
支持向量机 支持向量机原创 2021-04-25 22:32:34 · 63 阅读 · 0 评论 -
【学习】机器学习相关
贝叶斯模型 参考链接 贝叶斯分类(模式识别_Matlab实现:附具体实现代码)原创 2021-04-17 15:34:24 · 88 阅读 · 0 评论 -
【学习】滤波器知识
滤波 滤波分为电路滤波和算法滤波。 滤波:利用一定的手段抑制无用的信号,增强有用的信号 低通滤波=模糊;高通滤波=锐化 电路滤波是从源头上解决(缓解)问题,但是使用成本比较高,即使使用了电路滤波也是不能保证每次采集的数据都是准确的,因为在实际的工作状态中遇到的干扰各种各样,算法滤波的成本比较低,基本思想是采集多次数据对这些采集的数据进行处理最后选择(或计算)出一个可靠的数据放入数据库,要注意算法滤波需要建立在电路滤波的基础上,因此将两者结合起来才能够保证每次写入数据库的数据是可靠的。 最优滤波或最优估计:原创 2021-04-05 15:24:29 · 767 阅读 · 0 评论 -
几个距离概念
马氏距离 马氏距离(Mahalanobis Distance)是由马哈拉诺比斯(P. C. Mahalanobis)提出的,表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的联系 马氏距离直观理解(csdn) 北京大学判别分析课件(含马氏距离算例) 欧式距离和马氏距离优缺点 欧氏距离:它将样品的不同属性(即各指标或各变量)之间的差别等同看待,这一点有时不能满足实际要求 马氏距离:它不受量纲的影响,两点之间的马氏距离与原始数据的测量单位无关;由标准.原创 2021-03-23 22:57:09 · 233 阅读 · 0 评论