搜索资源列表
huigui
- 一款进行多元线性回归分析软件.可以完成多元回归模型的参数估计和统计检验,可以通过Excel获取外部数据,并且能够把计算结果保存成xls文件，计算结果的差方图
yuanzhen
- 本文提出一种新的相干波束形成方法，利用内插变换对相干背景下的真实阵列进行虚拟平移，得到多个虚拟平移后的信号协方差矩阵；对其进行平均后，所得到的相干信号协方差矩阵具有满秩性。利用一般的波束形成法求出最优权向量。该方法解决了五阵元均匀圆阵下二维相干信号的波束形成问题。
jisuanqi
- 该程序主要用于计算样本的均值和方差，给予GUI界面，使用方便，下载后可作适当的修改以适应其他的需求。
13
- 成绩管理1.每个学生平均分 2.每门课的平均分 3.找出最高分数所对应的学生和课程 4.求平均分方差
用Java展示统计图表
- 介绍用Java计算以下几种统计值的方法:平均数,中位数,众数,标准方差,回归方程式,相关系数.-introduced Java calculated value of the following types of statistical methods : the average, median, mode, standard deviation, the regression equation, the correlation coefficient.
statistic
- JAVA图形界面算平均值 方差 简单的JTREE是应用-JAVA graphical interface for easy operator JTREE average variance applications are
java_linkList
- 用Java实现链表存储输入数据，并计算平均数和方差-Java list with the realization of the input data storage and computing the average and variance
ave
- 通过javabean实现计算平均数与方差-Javabean to achieve through the average and variance calculation
JGA
- 用java语言实现遗传算法 并应用于实现均值方差模型的计算 来实现投资比例的分析-Genetic algorithms with java language and applied to achieve the calculation of the mean variance model to achieve the ratio of investment
jisuanqi
- 均值方差计算器，可以计算输入的或者载入的一个由回车分隔开的一组数字的均值和方差-Mean and variance calculator can calculate the input or load separated by a carriage return a set of numbers mean and variance
KMEANS
- 输入：聚类个数k，以及包含 n个数据对象的数据库。输出：满足方差最小标准的k个聚类。处理流程： （1）从 n个数据对象任意选择 k 个对象作为初始聚类中心. （2）根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；（3）重新计算每个（有变化）聚类的均值（中心对象） （4）循环（2）到（3）直到每个聚类不再发生变化为止-Input: number of clusters k, and n data object contains a
junzhifangchaguji_matlab
- 本实验主要是学会利用matlab软件，在用编程语言实现单样本均值和方差的区间估计的过程中，调用matlab工具中的数学函数来完成计算功能，并绘制出样本均值概率分布图和样本方差分布图。-This experiment is to learn to use matlab software, a programming language to achieve a single sample interval estimation of the mean and variance of the proc
K_Means
- k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。下面给出我写的源代码。-work process k-means al