<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Time_book的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Time_book</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Time_book]]></copyright><item><title><![CDATA[基于人脸识别的宿舍门禁系统]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/107281246</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/107281246</guid><author>Time_book</author><pubDate>Sat, 11 Jul 2020 10:52:13 +0800</pubDate><description><![CDATA[这里写目录标题1.背景概述2.设计方案3.实验详细步骤4.系统性能测试和分析
1.背景概述
由于我们学校有的宿舍在校外，人员流动性大，人员身份复杂，学生安全意识相对薄弱等几大特点，学生的财产安全及学生宿舍管理问题急需有待解诀,其中尤为突出的又表现在现有门锁的不安全及管理上诸多不便。现常用普通机械门锁主要有以下几大不便：顺手不能锁门、钥匙容易复制、容易丢失且不能挂失、无法查询开门记录、防盜性能极差、外观简单。鉴于以上原因学校不得不陷入循环换锁的尴尬之中，浪费巨大的人力、物力与财力并且还是无法从根本上解诀问题。]]></description><category></category></item><item><title><![CDATA[Python+HDFS实现云盘系统]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/107280651</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/107280651</guid><author>Time_book</author><pubDate>Sat, 11 Jul 2020 10:25:53 +0800</pubDate><description><![CDATA[这里写目录标题一、项目任务描述二、分析与设计1、系统架构及功能模块的划分2、模块设计思想3. 人机界面设计（如果有）4. 相关类的说明三、系统实现1、各个类的定义与实现2、实现测试程序
一、项目任务描述
云盘系统通过互联网为企业和个人提供信息的存储、读取、下载等服务。具有安全稳定、海量等特点。目前，云盘系统逐步走向成熟，特别是公有云盘能够向用户提供免费存储，，离线下载，文件智能分类等功能。随着互联网的不断普及，用户存储在云盘上的数据量越来越大，数据类型页越来越多样化，不仅有传统的文本文件，二进制文件，还有视]]></description><category></category></item><item><title><![CDATA[matlab实现MSK调制解调]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/107125887</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/107125887</guid><author>Time_book</author><pubDate>Sat, 04 Jul 2020 16:17:09 +0800</pubDate><description><![CDATA[文章目录一、要求二、设计三、代码四、结果五、结论
一、要求
画出MSK信号产生的信息、I路、Q路信号对比图以及接收端解调的信息恢复的对比图。
二、设计
1.MSK调制

2.MSK解调

三、代码
clear all;clc;
N=20;  
T=1;   
fc=10; 
Fs=100;   
bitstream=randi([0,1],1,N);  
bitstream1=2*bitstream-1;  
b0=1;
for i=1:N
    encode_output(i)=b0*bitstream]]></description><category></category></item><item><title><![CDATA[matlab实现16QAM调制解调]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/107125791</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/107125791</guid><author>Time_book</author><pubDate>Sat, 04 Jul 2020 16:10:41 +0800</pubDate><description><![CDATA[文章目录一、要求二、设计三、代码四、结果五、结论
一、要求
用基带等效的方式仿真16-QAM在AWGN信道下的误码率和误比特率性能，并与理论值相比较。
二、设计
1.调制
(1)首先，一串二进制序列进入串/并变换中，进行4比特划分后再进行2比特划分成一组，按照奇数送同相路，偶数送入正交路。
(2)进入2/L电平变换，就是说二进制数变成4个十进制数，而4个十进制数是由自己的星座图设定的，即00,01,11,10分别对应于-3,-1,1,3。
(3)送入低通后滤除较小的抖动波。
(4)进入相乘器，载波cosωc]]></description><category></category></item><item><title><![CDATA[matlab实现QPSK调制解调]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/107125713</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/107125713</guid><author>Time_book</author><pubDate>Sat, 04 Jul 2020 16:05:21 +0800</pubDate><description><![CDATA[文章目录一、要求二、设计三、代码四、结果五、结论
一、要求
画出QPSK信号产生的信息、I路、Q路信号对比图以及接收端解调的I路,Q 路，信息恢复的对比图。
二、设计


三、代码
clear all;
clc;
N=20;
T=1;
fc=2
Fs=100;
bitstream=randi([0,1],1,N);
bitstream=2*bitstream-1;
I=[];Q=[];
for i=1:N
    if mod(i,2)~=0
        I=[I,bitstream(i)];
    ]]></description><category></category></item><item><title><![CDATA[matlab实现多径信道仿真]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/107125614</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/107125614</guid><author>Time_book</author><pubDate>Sat, 04 Jul 2020 16:01:04 +0800</pubDate><description><![CDATA[一、要求
通过一个简单的模拟程序来说明多径衰落信道的特点，针对影响信道的两个重要参数2径，移动台速度来说明相干带宽、相干时间的定义。
二、设计

r0移动台到基站的初始距离，d=10基站距离反射墙的距离，发送端发送的信号为：r(t)=cos(2pif*t).
接收端接收到的信号有2路，一路是发射机直接到接收端，另一路经过发射机发射再反射到达接收端。从基站发出的直射信号到达移动台需要的时间为r0/c，从反射墙反射过来的信号到达所需要的时间为(2d-r0)/c。在时刻t，移动台分别接收到了从时刻t-r0/c基站]]></description><category></category></item><item><title><![CDATA[matlab实现RSSI定位]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/107125495</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/107125495</guid><author>Time_book</author><pubDate>Sat, 04 Jul 2020 15:55:26 +0800</pubDate><description><![CDATA[文章目录一、要求二、设计三、代码四、结果五、结论
一、要求
要求一：RSSI的测量值由对数路径损耗模型产生，为减小波动造成的误差，其值可由多次测量取平均值来得到。
要求二：对数路径损耗模型中的参考距离路径损耗和路径损耗因子可通过参考点相互之间的测量值估计。
要求三：完成理想情况下（参考距离路径损耗和路径损耗因子已知）与实际情况下的RMSE曲线对比图，横坐标为噪声方差，纵坐标为RMSE。
二、设计
1.RSSI定位原理
利用已知发射信号强度和接收节点收到的信号强度，计算在传输过程的损耗，使用信号模型将损耗转化]]></description><category></category></item><item><title><![CDATA[matlab实现RSSI指纹定位]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/107125336</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/107125336</guid><author>Time_book</author><pubDate>Sat, 04 Jul 2020 15:48:33 +0800</pubDate><description><![CDATA[一、要求
要求一：RSSI的测量值由对数路径损耗模型产生，为减小波动造成的误差，其值可由多次测量取平均值来得到。
要求二：定位指纹数据库的建立是基于网格形式产生不同的指纹节点。
要求三： 比较KNN算法与WKNN算法的CDF曲线对比图，横坐标为定位误差，纵坐标为CDF。
二、设计

三、代码
Database：
function [X]=databaseone(A,sigma)
pd0=0;
n=3;
[m,~]=size(A);
tt=2;
coor=[];
RSSIone=[];
for i=30:30]]></description><category></category></item><item><title><![CDATA[matlabTDOA定位]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/107125166</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/107125166</guid><author>Time_book</author><pubDate>Sat, 04 Jul 2020 15:42:48 +0800</pubDate><description><![CDATA[文章目录一、要求二、原理三、chan算法代码四、Taylor算法代码五、结果六、结论七、主函数代码
一、要求
要求一：编写两个函数TDOA_CHAN和TDOA_Taylor得到位置的估计。
要求二：用RMSE实现两种算法的性能比较, 得到两种算法的RMSE曲线对比图，横坐标为噪声方差，纵坐标为RMSE。
二、原理
TDOA是一种利用时间差进行定位的方法。通过某一被测信号源的位置发送无线信号到达不同基站的时间差得到被测信号达到监测站的距离，进而确定信号的位置。

三、chan算法代码
function the]]></description><category></category></item><item><title><![CDATA[Python+opencv实现人脸表情判别，口罩识别]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/107057415</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/107057415</guid><author>Time_book</author><pubDate>Wed, 01 Jul 2020 10:25:39 +0800</pubDate><description><![CDATA[文章目录一、dlib以及opencv-python库安装dlib安装方法：Cmake安装Boost下载安装dlibopencv-python安装方法二、dlib的68点模型三、Python实现人脸识别&amp;表情判别四、参考文章
一、dlib以及opencv-python库安装
介于我使用的是jupyter notebook，所以在安装dlib和opencv-python时是在

这个命令行安装的
dlib安装方法：
1.若可以，直接使用上图所示命令行输入以下命令：
pip install cmake
p]]></description><category></category></item><item><title><![CDATA[matlab实现TOA定位算法]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/106339315</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/106339315</guid><author>Time_book</author><pubDate>Mon, 25 May 2020 18:40:55 +0800</pubDate><description><![CDATA[文章目录一、实现要求二、仿真方案设计三、代码实现1.LLOP代码（matlab）2.CHAN代码（matlab）3.主函数代码（matlab）四、结果图五、python实现LLOP算法1.引入库2.LLOP代码（python）3.主函数六、参考文章
一、实现要求
要求一：编写两个函数TOA_LLOP和TOA_CHAN得到位置的估计。
要求二：用RMSE实现两种算法的性能比较, 得到两种算法的RMSE曲线对比图，横坐标为噪声方差，纵坐标为RMSE。
二、仿真方案设计

TOA原理：测量待定位节点MS（x，y）]]></description><category></category></item><item><title><![CDATA[支持向量机理论+简单代码实现]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/106303658</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/106303658</guid><author>Time_book</author><pubDate>Sat, 23 May 2020 18:09:02 +0800</pubDate><description><![CDATA[文章目录一、支持向量机理论简介1.线性分类线性可分性2.核方法Mercer定理常见的核函数3.算法线性SVM(1)硬边距(2)软边距非线性SVM二、代码实现模拟升维超参数三、参考文章
一、支持向量机理论简介
支持向量机是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面
1.线性分类
线性可分性
在分类问题中给定输入数据和学习目标：X={X1,X2,…,XN}，y={y1,…,yN}，其中输入数据的每个样本都包含多个特征并由此构成特征空间：X=[x1,x2,…,]]></description><category></category></item><item><title><![CDATA[鸢尾花和月亮数据集，运用线性LDA、k-means和SVM算法进行二分类可视化分析]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/106217342</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/106217342</guid><author>Time_book</author><pubDate>Tue, 19 May 2020 16:40:40 +0800</pubDate><description><![CDATA[文章目录一、线性LDA1.鸢尾花LDA2.月亮集LDA二、K-means1.鸢尾花k-means2.月亮集k-means三、SVM1.鸢尾花svm2.月亮集svm四、SVM的优缺点优点缺点五、参考文章
一、线性LDA
1.鸢尾花LDA
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets

def LDA(X, y):
    #根据y等于0或1分类
    X1 = np.array([X[i] fo]]></description><category></category></item><item><title><![CDATA[matlab实现扩频通信系统的多用户数据传输]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/106129175</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/106129175</guid><author>Time_book</author><pubDate>Thu, 14 May 2020 22:02:19 +0800</pubDate><description><![CDATA[文章目录一、仿真要求二、设计方案三、程序代码四、仿真结果
一、仿真要求
要求一：扩频通信系统的多用户数据传输
①传输的数据随机产生，要求采用频带传输（BPSK调制）；
②扩频码要求采用周期为63（或127）的m序列；
③仿真从基站发送数据到三个不同的用户，各不同用户分别进行数据接收；
④设计三种不同的功率延迟分布，从基站到达三个不同的用户分别经过多径衰落（路径数分别为2，3，4）；
⑤三个用户接收端分别解出各自的数据并与发送前的数据进行差错比较。
要求二：利用蒙特卡罗仿真方法对扩频增益进行性能仿真
设计仿真]]></description><category></category></item><item><title><![CDATA[python实现决策树可视化]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/106068332</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/106068332</guid><author>Time_book</author><pubDate>Tue, 12 May 2020 08:43:06 +0800</pubDate><description><![CDATA[需要注意的是，这里的命令行是根据自己使用的编辑环境而定，例如：如果使用的是python的IDLE进行编写的话，就使用windows的命令行]]></description><category></category></item><item><title><![CDATA[Iris数据集的Fisher线性分类及可视化]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/105931015</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/105931015</guid><author>Time_book</author><pubDate>Tue, 05 May 2020 13:02:06 +0800</pubDate><description><![CDATA[一、线性分类及准确率
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt 
path=r'F:/人工智能与机器学习/iris.csv'
df = pd.read_csv(path, header=0)
Iris1=df.values[0:50,0:4]
Iris2=df.values[50:100,0:4]
...]]></description><category></category></item><item><title><![CDATA[Fisher线性分类器]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/105930890</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/105930890</guid><author>Time_book</author><pubDate>Tue, 05 May 2020 12:48:50 +0800</pubDate><description><![CDATA[1.Fisher线性判别
线性判别分析是一种经典的线性学习方法，其思想：给定训练样例集，设法将样例投影到一条直线上，使得同类样例的投影点尽可能接近，异样样例的投影点尽可能远离；在对新样本进行分类时，将其投影到同样的直线上，再根据投影点的位置来确定新样本的类别

基本原理：

分析w1方向之所以比w2方向优越，可以归纳出这样一个准则，即向量w的方向选择应能使两类样本投影的均值之差尽可能大些，而使类内...]]></description><category></category></item><item><title><![CDATA[桥梁监测信息关联分析可视化系统]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/105903696</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/105903696</guid><author>Time_book</author><pubDate>Sun, 03 May 2020 15:45:02 +0800</pubDate><description><![CDATA[整个代码在jupyter notebook下运行
整个系统需要用到的库文件
#import pymysql
from tkinter import *
import tkinter as tk
import tkinter.messagebox as tkMessageBox
from PIL import Image, ImageFont,ImageTk
import matplotlib
im...]]></description><category></category></item><item><title><![CDATA[分类器MNIST、性能考核、ROC曲线、多类别分类器、多标签分类、多输出分类]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/105774814</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/105774814</guid><author>Time_book</author><pubDate>Sun, 26 Apr 2020 19:36:27 +0800</pubDate><description><![CDATA[MNIST
数据介绍：本章使用MNIST数据集，这是一组由美国高中生和人口调查局员工手写的70000个数字的图片。每张图像都用其代表的数字标记。这个数据集被广为使用，因此也被称作是机器学习领域的“Hello World”:但凡有人想到了一个新的分类算法，都会想看看在MNIST上的执行结果。因此只要是学习机器学习的人，早晚都要面对MNIST。
# 使用sklearn的函数来获取MNIST数据集
fr...]]></description><category></category></item><item><title><![CDATA[凸规划理论——计算几何，凸集，超平面，凸函数，凸规划判别]]></title><link>https://blog.youkuaiyun.com/Time_book/article/details/105665637</link><guid>https://blog.youkuaiyun.com/Time_book/article/details/105665637</guid><author>Time_book</author><pubDate>Tue, 21 Apr 2020 21:53:18 +0800</pubDate><description><![CDATA[一、计算几何是研究什么的？
计算几何研究的对象是几何图形。
计算几何作为CAD的基础理论之一，主要研究内容是几何形体的数学描述和计算机表述。
二、计算几何理论中（或凸集中）过两点的一条直线的表达式，是如何描述的？与初中数学中那些直线方程有什么差异？
对一元函数f(x)在几何上af(x1)+(1-a)f(x2)=0 (0≤a≤1)表示连接（x1,f(x1)),(x2,f(x2))的线段
f(ax1+...]]></description><category></category></item></channel></rss>