Location:
Search - MIT B
Search list
Description: Die Computertomographie (CT) hat seit ihrer Einfuhrung im Jahr 1972 [22] die medizinische
Bildgebung revolutioniert. Die raumliche Abbildung gesamter Patientenvolumina mit
hoher Genauigkeit und quantitativ verwertbaren Bildern ist ein immenser Vorteil gegenuber
herkommlichen bildgebenden Verfahren in der Medizin wie z.B. der konventionellen Rontgendiagnostik.
Die Entwicklung von kontinuierlich rotierenden CT Systemen und der darauf
folgenden Einfuhrung der Spiral CT im Jahr 1989 [38, 40] mit der Moglichkeit, komplette
Volumina wahrend einer Atempause zu scannen, steigerte die Bedeutung der Computertomographie
noch mehr.
Platform: |
Size: 17480 |
Author: yangdi |
Hits:
Description: 最新的支持向量机工具箱，有了它会很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, \"The Nature of Statistical Learning Theory\", Springer-Verlag, New York, ISBN 0-387-94559-8, 1995. [2] J. C. Platt, \"Fast training of support vector machines using sequential minimal optimization\", in Advances in Kernel Methods - Support Vector Learning, (Eds) B. Scholkopf, C. Burges, and A. J. Smola, MIT Press, Cambridge, Massachusetts, chapter 12, pp 185-208, 1999. [3] T. Joachims, \"Estimating the Generalization Performance of a SVM Efficiently\", LS-8 Report 25, Universitat Dortmund, Fachbereich Informatik, 1999. -The newest work tools of svm,it will be very convenient to have it.
Platform: |
Size: 172130 |
Author: 金星 |
Hits:
Description: 最新的支持向量机工具箱，有了它会很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, "The Nature of Statistical Learning Theory", Springer-Verlag, New York, ISBN 0-387-94559-8, 1995. [2] J. C. Platt, "Fast training of support vector machines using sequential minimal optimization", in Advances in Kernel Methods - Support Vector Learning, (Eds) B. Scholkopf, C. Burges, and A. J. Smola, MIT Press, Cambridge, Massachusetts, chapter 12, pp 185-208, 1999. [3] T. Joachims, "Estimating the Generalization Performance of a SVM Efficiently", LS-8 Report 25, Universitat Dortmund, Fachbereich Informatik, 1999. -The newest work tools of svm,it will be very convenient to have it.
Platform: |
Size: 172032 |
Author: 金星 |
Hits:
Description: 心电数据库MIT可用于进行心电分析 心电数据库的读取是第一步 此文档介绍了由程序进行MIT数据库格式转换的方法 不需要专门的软件来转换
Platform: |
Size: 294912 |
Author: yao |
Hits:
Description: Die Computertomographie (CT) hat seit ihrer Einfuhrung im Jahr 1972 [22] die medizinische
Bildgebung revolutioniert. Die raumliche Abbildung gesamter Patientenvolumina mit
hoher Genauigkeit und quantitativ verwertbaren Bildern ist ein immenser Vorteil gegenuber
herkommlichen bildgebenden Verfahren in der Medizin wie z.B. der konventionellen Rontgendiagnostik.
Die Entwicklung von kontinuierlich rotierenden CT Systemen und der darauf
folgenden Einfuhrung der Spiral CT im Jahr 1989 [38, 40] mit der Moglichkeit, komplette
Volumina wahrend einer Atempause zu scannen, steigerte die Bedeutung der Computertomographie
noch mehr.
Platform: |
Size: 17408 |
Author: yangdi |
Hits:
Description: 《代码大全》电子版1.01 说明《代码大全》的英文版名称是 Code Complete: A Practical book of Software Construction。 它获得1993年美国软件开发杂志Jolt大奖，被美国包括MIT在内的十多所大学作为计算机软件学科的教材。
作者Steve McConnell的另外三本著作是
Rapid Development，Software Project Survival Guide ，After the Gold Rush 。
本软件设计实用手册内容覆盖了开发过程中最重要部分的艺术性和科学性。
其焦点在于成功的程序设计技术。
本电子版基于学苑出版社1993年出版的《代码大全》，由天奥翻译，当时英文版刚刚出版。
本说明分为几个方面：A、新特性，B、申明，C、缺陷报告，D、资源，E、衷心感谢。-Code complete is book that is used for the designer to complete a good programming.
Platform: |
Size: 4339712 |
Author: 啊 |
Hits:
Description: T. Joachims, Making Large-Scale SVM Learning Practical. Advances in
Kernel Methods - Support Vector Learning, B. Sch?lkopf and C. Burges and
A. Smola (ed.), MIT Press, 1999.-T. Joachims, Making Large-Scale SVM Learning Practical. Advances in
Kernel Methods - Support Vector Learning, B. Sch?lkopf and C. Burges and
A. Smola (ed.), MIT Press, 1999.
Platform: |
Size: 459776 |
Author: meriouma |
Hits:
Description:
Der GPS-Simulator
Bei der Entwicklung meines AVR-UI-TNCs bzw. Trackers fьr APRS-Betrieb brauchte ich eine Quelle fьr GPS-Daten. Es war mir zu frьh, einen GPS-Empfдnger zu kaufen, also musste ich einen GPS-Simulator bauen. Davon gibt es schon mehrere im Internet (z.B. bei DJ7OO), aber mit anderen Controllern. Ich hatte Lust, so ein Ding selber zu bauen und zu programmieren, denn dann kann es genau das, was ich haben mцchte.
Mittlerweile habe ich eine GPS-Maus, deshalb konnte ich die alten, per Hand erzeugten Datenдtze des Simulators durch echte Datensдtze ersetzen.
Platform: |
Size: 86016 |
Author: shaman |
Hits:
Description: 增量奇异值分解算法，来至MIT大学的wingate教授，含3个源码.-Given the thin SVD of a matrix (X=USV ), update it in a number of interesting ways, while preserving the rank of the result.
svd_update.m- update the SVD to be [X+ A *B]=Up*Sp*Vp (a general matrix update).
addblock_svd_update.m- update the SVD to be [X A] = Up*Sp*Vp (add columns [ie, new data points])
rank_one_svd_update.m- update the SVD to be [X+ a*b ] = Up*Sp*Vp (that is, a general rank-one update. This can be used to add columns, zero columns, change columns, recenter the matrix, etc. ).
Platform: |
Size: 3072 |
Author: jiang |
Hits:
Description: 这是一个高斯过程回归和分类工具箱，功能非常齐全，可以为解决高斯过程相关的问题提供很多帮助- GAUSSIAN PROCESS REGRESSION AND CLASSIFICATION Toolbox version 3.6
for GNU Octave 3.2.x and Matlab 7.x
Copyright (c) by Carl Edward Rasmussen and Hannes Nickisch, 2015-07-07.
0) HOW TO READ
==============
If you want to get started without further delay, then read section 1) below
and jump right to the examples in doc/index.html.
1) ABOUT THESE PROGRAMS
=======================
This collection of matlab programs implements and demonstrates some of the
algorithms described in
a) the book by Rasmussen and Williams: Gaussian Processes for Machine Learning ,
the MIT Press 2006, in
b) the article by Nickisch and Rasmussen: Approximations for Binary Gaussian
Process Classification , JMLR 2008, in
c) the article by Candela and Rasmussen: A Unifying View of Sparse Approximate
Gaussian Process Regression , JMLR 2005, in
d) the paper by Murray, Adams and Mackay: Elliptical slice sampling ,
AISTATS 2010, in
e) the report by Neal: Anneale
Platform: |
Size: 999424 |
Author: 李 |
Hits:
Description: Horn-Schunck optical flow method
Horn, B.K.P., and Schunck, B.G., Determining Optical Flow, AI(17), No.
1-3, August 1981, pp. 185-203 http://dspace.mit.edu/handle/1721.1/6337-Horn-Schunck optical flow method Horn, BKP, and Schunck, BG, Determining Optical Flow, AI (17), No. 1-3, August 1981, pp. 185-203 http://dspace.mit.edu/ handle/1721.1/6337
Platform: |
Size: 110592 |
Author: lm |
Hits:
Description: % besselfilter. Function to implement a bandpass Bessel Filter.
% Inputs:
% order: Number of poles in the filter. Scalar numeric value.
% low: Lower frequency bound (Hz). Scalar numeric value.
% high: Upper frequency bound (Hz). Scalar numeric value.
% sampling: Sampling frequency (Hz). Scalar numeric value.
% data: Input data. Numeric vector.(% besselfilter. Function to implement a bandpass Bessel Filter.
% Output:
% filtData: Output filtered data. Numeric vector.
% b, a: Transfer function values for the filter. Scalar numeric.
%
% License: Please see license.txt in the same repository.
% In short, this code uses the MIT license:
% http://opensource.org/licenses/MIT
% Author: Arnab Gupta
% Ph.D. Candidate, Virginia Tech.
% Blacksburg, VA.
% Website: http://arnabocean.com
% Repository: http://bitbucket.org/arnabocean
% Email: arnab@arnabocean.com
%
% Version: 1.0
% Last Revised: Thu Dec 12, 2013)
Platform: |
Size: 1024 |
Author: nice2017
|
Hits:
Description: 傅立叶变换（FT）将时间函数（信号）分解为构成它的频率，其方式类似于如何将音乐和弦表示为其组成音符的频率（或音调）。在这个排序库中，我将实现一个通用的傅立叶变换算法，对于>0个的常数a，b，...它能够分解函数f（x）=sin（2apix）+sin（2bpix）...。
作者
Fotios Kapotos-初始工作
这个项目是根据麻省理工学院的许可证授权的-参见LICENSE.md许可证文件以获取详细信息(The Fourier transform (FT) decomposes a function of time (a signal) into the frequencies that make it up, in a way similar to how a musical chord can be expressed as the frequencies (or pitches) of its constituent notes. In this sort repository I will be implementing a general Fourier Transform algorithm capable of decomposing a function f(x) = sin(2apix) + sin(2bpix) ... for constants a,b,.. > 0.
Authors
Fotios Kapotos - Initial work
This project is licensed under the MIT License - see the LICENSE.md file for details)
Platform: |
Size: 266240 |
Author: 王玥666 |
Hits: