搜索资源列表
FORGETMETHODFORIDENTTIFICATION
- 遗忘因子法递推算法用于估计数学模型的参数,精确度较高-Fvrls recursive algorithm mathematical model used to estimate the parameters of the higher precision
rsasystem
- RSA算法是第一个能同时用于加密和数字签名的算法,也易于理解和操作。 RSA是被研究得最广泛的公钥算法,从提出到现在已近二十年,经历了各种攻击的考验,逐渐为人们接受,普遍认为是目前最优秀的公钥方案之一。RSA的安全性依赖于大数的因子分解,但并没有从理论上证明破译RSA的难度与大数分解难度等价。该课题要求完成对给定的文件作为输入,通过RSA算法对该数据进行加密,为了便于用户理解,要求提供此模型的可视化图形显示。 -RSA algorithm is the first one that could
Speech Enhancement Based On AUnvoiced-Voiced Model
- 摘要:基于语音状态模型的语音增强算法是当前语音信号处理的研究热点。把通常的LPC语音模型修正后,将得到两个语音模型:时变AR 模型、时变双AR模型。但是利用这些模型增强语音时,都没有考虑到语音的清音、浊音区别。为此本文引入了语音清浊音状态空间模型,这种模型在描述语音方面比时变AR模型、时变双AR模型要强,而且物理含义明显 同时在用含噪语音信号预测纯净语音信号时,引入遗忘因子和粒子滤波算法以降低计算复杂性,减小运算量。实验证明,增强后的语音信号信噪比有一定提高.且优于传统的LPC模型.
libsvm-weight-2.81
- 一种基于局部密度比权重设置模型的加权支持向量回归模型来单步求解多分类问题:该方法先分别对类样本中每类样本利用局部密度比权重设置模型求出每个样本的权重隶属因子,然后运用加权lib支持向量回归算法对所有样本进行训练,获得回归分类器,希望对大家有用!
bayesfortext
- 本文通过分析朴素贝叶斯的两种常见的实现 模型:二项独立模型(BIM)和多项模型(MM),提出混和模型的朴素贝叶斯方法和带有单词量相关的 平滑因子的混和模型。
现代统计学与SAS应用
- 本书共分6篇,第1篇统计学基础知识与SAS软件应用技巧,介绍了统计学的基本概念和学习方法、试验设计入门、统计描述、SAS软件应用入门、编写SAS实用程序的技巧、单变量统计分析和利用SAS/GRAPH模块绘制常用统计图的方法。第2篇试验设计与定量资料的统计分析,介绍了与t检验、非参数检验和各种方差分析有关的试验设计和数据处理方法。第3篇试验设计与定性资料的统计分析,介绍了处理二维及高维列联表资料的各种统计分析 方法,包括卡方检验、Fisher的精确检验、典型相关分析、logistic回归模型和对数
pso toolbox
- 基于MATLAB的微粒群工具箱,算法模型中引入收缩因子,收敛速度有所提高,但对高维函数的优化效果仍然不理想。-based on MATLAB Toolbox PSO algorithm model introduced shrinkage factor, convergence rate increase, but for high-dimensional optimization function effects are still not ideal.
图像镶嵌算法VC++实现
- 通过平滑因子对图象实现了无缝拼接,应用文档视窗模型实现了该算法-factor to the smooth realization of a seamless image mosaic, application files Windows model of the algorithm to achieve
Okamura
- 该模型是基于实地测量的即以准平坦地形、大城市市区的中值场强或路径损耗作为参考,对其他传播环境和地形条件等因素分别以校正因子的形式进行修正,用来预测地面移动系统信号的强度。其频率适用范围是150MHz到1000MHz的UHF/VHF频带。目前使用的主要频段资源为800~900MHz。这一频段,在相对平坦区域,一般可应用Okumura-Hata传播模型。Hata提供了对这些数据的解析逼近,并捕捉到大部分的主要影响-The model is based on field measurements of
train
- 极有价值的声学模型自动训练脚本。自动训练声学模型的配置脚本文件,采用HTK,运行环境为linux。指定声音目录和字典后将自动训练,可选择单因子或多音字-Automatic configuration of the acoustic model training scr ipt file, using HTK, operating environment for linux. Specify the directory and a dictionary will automatically sou
求解药代动力学参数的自适应混合粒子群算法
- 摘要:针对传统方法具有初始值敏感和进化算法无法确定搜索范围等缺陷,将Nelder-Mead 单纯形与粒子群算法相结合,提出 了一种基于Nelder-Mead单纯形与粒子群算法的具有时变加速因子的自适应混合粒子群算法。将该混合算法用于血管外给药二 室模型参数优化的实验之中。仿真实验结果表明,算法计算精度高而且鲁棒性强,是一种新颖的解决药代动力学参数优化的较 好方法。
FORGETMETHODFORIDENTTIFICATION
- 遗忘因子法递推算法用于估计数学模型的参数,精确度较高!-Forgetting factor recursive algorithm method used to estimate the parameters of the mathematical model, high accuracy!
immunity
- 针对实际对象数学模型不明确而难以控制的问题,采用人工免疫网络的离散模 型与学习算法,将人工免疫系统与神经网络结构的优势相结合,提出了一种基于人工免疫 网络的模式识别算法,构造了对象识别的人工免疫网络模型.该算法综合了网络节点的定 位与参数调整以及对基函数的平滑因子实施调谐等功能,有效地解决了径向基函数 (RBF)神经网络模式识别的两个阶段任务,使模式识别的精度有较大的改进.采用两个不 同对象函数进行的仿真试验表明,该算法具有快速收敛性与较高的准确性. -Mathemati
AGroupofFounction
- Z是模型一单位雨衰值,也是不考虑衰减因子的单位雨衰值 F是First,即第一模型的情况 F16 F165 F17分别是16GHz 16.5GHz 17GHz的情况,是模型一大气层下总雨衰值 F18km是模型一下18km实例的雨衰值 S是Second,即第二模型的情况 S16 S165 S17分别是16GHz 16.5GHz 17GHz的情况,是模型二大气层下总雨衰值 S16m S165m S17m分别是16GHz 16.5GHz 17GHz在模型二下每公里雨衰
消费资产定价模型
- CCAPM是基于消费的资产定价模型,是通过代表消费者的优化问题而推导出的,由于代表性消费者未来各状态下的消费就等于经济中的总消费,进而等于经济中各状态下的总禀赋,而且代表性消费的边际效用是一个减函数,所以影响资产价格的是资产回报率与未来总禀赋的协方差,而不是资产回报率自身的波动率;而CAPM则强调,影响资产价格的是资产收益率与市场收益率的协方差,即风险因子β,而不是资产回报率自身的波动率。
SRGTSToolbox
- SURROGATES工具箱是一个多维函数逼近和优化方法的通用MATLAB库。当前版本包括以下功能: 实验设计:中心复合设计,全因子设计,拉丁超立方体设计,D-optimal和maxmin设计。 代理:克里金法,多项式响应面,径向基神经网络和支持向量回归。 错误和交叉验证的分析:留一法和k折交叉验证,以及经典的错误分析(确定系数,标准误差;均方根误差等;)。 基于代理的优化:高效的全局优化(EGO)算法。 其他能力:通过安全裕度进行全局敏感性分析和保守替代。(SURROGATES Toolbox
ff3
- python对fama3因子模型选股的试验(Fama-French 3-factor model by python)
模型2
- 动态因子分层模型,用于经济分析商品初期价格,内容四层动态因子分析模型(Dynamic factor hierarchical model, which is used to analyze the initial price of goods economically, and four level dynamic factor analysis model of content)
Fama-French-Replication.R
- 复现 Fama French 1992 Table 1 结果(replicate Fama French 1992 Table 1 result)
BirtelMark-CDP
- abaqus混凝土塑性损伤模型,本构采用2010混规,损伤因子采用Birtel法计算(In the plastic damage model of ABAQUS concrete, the constitutive method is 2010 mixing gauge, and the damage factor is calculated by Birtel method)