搜索资源列表
f2c.tar
- 克里金法 克里金法是一种在许多领域都很有用的地质统计格网化方法。克里金法试图那样表示隐含在你的数据中的趋势，例如，高点会是沿一个脊连接，而不是被牛眼形等值线所孤立。克里金法中包含了几个因子：变化图模型，漂移类型 和矿块效应。-MODULE Kriging CATEGORY User DEscr iptION kriging interpolation OUTBOARD ./kriging INPUT data field (none) Input data
soft
- 本系统是我参加ESRI大赛的一个作品 主要利用GIS功能对水土流失模型USLE中的各个因子的提取（如根基降雨量站点插值生成等值线，利用等高线生成TIN提取坡度，坡向等）再生成专题图输出。系统包含数据采用的ACCESS,有对数据库的通用操作，以及各种绘图分析，如对年、月、日的降雨量，流量等的图形对比分析等等。系统功能还算比较完善。 是基于VB6.0+ArcEngine9.2开发，皮肤界面用的是Activebar3.0 里面的数据比较大，不便上传，需要的可向我索要。-This sy
selftuning
- 具有遗忘因子的最小二乘算法实现的一个案例，包含了仿真模型及M文件，且M文件配有详细的注释，通俗易懂。-Least squares algorithm with forgetting factor to achieve a case, including the simulation model and the M file, and the M file with detailed notes, easy to understand.
crfzl
- crf相关论文包括 基于多层条件随机场的中文命名实体识别.pdf 基于层叠条件随机场的旅游领域命名实体识别.pdf 基于条件随机场的汉语动宾搭配自动识别.pdf 基于条件随机场的汉语分词研究.pdf 基于条件随机场的命名实体识别研究.pdf 基于条件随机场的中文命名实体识别1.pdf 基于条件随机场的中医命名实体识别.pdf、 条件随机场模型归一化因子的计算方法.pdf-Named entity recognition is one of the fundame
OkumuraHata
- Okumura/Hata模型是以准平滑地形的市区作基准，其余各区的影响均以校正因子的形式出现。-Okumura/Hata model is a quasi-smooth terrain of the urban benchmark, the impact of the remaining districts are in the form of correction factors.
IntelligentTacticalFlight
- &基于贝叶斯网络和模糊推理 技术A实现了战场威胁级别及其相对重要性程度的综合评估&利用模型预测控制的滚动优化和在线校正原理A实现了 飞机在线飞行路径规划&建立了路径规划代价函数中加权因子的智能化分配方法A进而实现了威胁评估与路径规划 之间的集成A使得路径规划系统能够自适应战场态势的动态变化.-koorow&E}8k w$lrm}nz$pkzz8zzn8omp$lm}l8km 8y8 ko|l8 kmry8rnj$lmkos8kl88zmk9 rz}8|9kz8|$ouk{8zrko
qicanshu
- 用于三维空间坐标系变换的7参数模型，在设计坐标系变换的各行业应用中用的最多，从数学角度来说也是最严密的转换方法。 由于结果中最多可求得七个转换参数，即三个平移参数、三个旋转参数(Ex、Ey、Ez)和一个尺度缩放因子(m)，因此，通常也被称为七参数法。 -Three-dimensional coordinate system transformation for the 7 parameter model, coordinate system transformation in the des
SAS
- 路径分析、因子分析、结构方程模型SAS实验-Path analysis, factor analysis, structural equation modeling SAS experiment
hundun
- 基于Logistic映射的混沌因子matlab源程序，混沌神经元模型 -Logistic map based chaos factor matlab source, chaotic neuron model
olstest
- 多元回归是指一个因变量(预报对象),多个自变量(预报因子)的回归模型.基本方法是根据各变量值算出交叉乘积和Si。并利用c#实现-Multiple regression is a dependent variable (forecast object), a number of independent variables (predictors) of the regression model. The basic method is based on the calculated value o
LISREL
- 本书主要讲述了以健身调查数据示范数据的清理和准备、多元回归分析.、用美国经济数据构建二阶最小二乘模型、以心理学数据为例示范探索性因子分析-This book focuses on the health survey data to model the data cleaning and preparation, multiple regression analysis, with building a second U.S. economic data, least squares models
7-parameter
- 用于三维空间坐标系变换的 7参数模型，非常神奇。在工程测量中用的最多，从数学角度来说也是最严密的转换方法。 由于结果中最多可求得七个转换参数，即三个平移参数、三个旋转参数(Ex、Ey、Ez)和一个尺度缩放因子(m)，因此，通常也被称为七参数法。-7-parameter model for three-dimensional coordinate system transformation is amazing. In engineering survey using the most, fr
Interacting-multiple-model-algorithm
- 针对交互式多模型(IMM)算法的目标跟踪精度问题，提出了一种自适应模型集IMM算法． 利用IMM算法中的模型概率含义，并以此对模型集的收缩比例因子进行设计，这样模型集通过向 中心模型收敛可完成自适应调整，而自适应调整过程能有效、实时地利用观测信息．-Tracking accuracy, the goal of interacting multiple model (IMM) algorithm and an adaptive model set IMM algorithm. IMM
aHP
- 层次分析法模型，matlab语言编写，实现因子的选择-Analytic hierarchy process (ahp) model
COMBINED-REGRESSION
- 混合回归模型，进行自回归和因子回归，同时考虑。数据从EXCEL中读入-Combined regression model
RLS
- 本程序基于一阶AR模型，u(n)=-0.99u(n-1)+v(n)的线性预测。白噪声v(n)方差0.995.FIR滤波器的抽头数为2.遗忘因子0.98.用RLS算法实现u(n)的线性预测。并附有仿真图片-This procedure is based on a first-order AR model, u (n) =-0.99u (n-1)+v (n) of the linear prediction. White noise v (n) the number of taps of the t
RLS
- 仿真对象如下： 其中， v( k )为服从N (0,1) 分布的白噪声。输入信号u ( k) 采用M 序列，幅度为 1。M 序列由 9 级移位寄存器产生，x(i)=x(i-4)⊕x(i-9)。 选择如下辨识模型： 加权阵取Λ = I。 衰减因子β = 0.98，数据长度 L = 402。 辨识结果与理论值比较，基本相同。辨识结果可信 -he simulation object is as follows: among them, v (k) to obe
RFF
- 辨识模型与遗忘因子法所用模型相同，其中， 0 ≤μ≤1为遗忘因子， 此处取0.98。 数据长度L=402。一次算法和递推算法结果基本一致，但递推算法可以实现在线实时辨识，而且可以减少计算量和存储量。-Identification model and forgetting factor method used the same model, among them, 0 or less or less 1 μ for forgetting factor, here take 0.98. Data l
zhedang
- 遮挡因子及角闪烁模型 输入：时延tau，脉冲重复周期tr，脉宽tp 输出：遮挡因子F-Occlusion factor and angle scintillation model input: the delay tau, the pulse repetition period tr, pulse width tp output: occlusion factor F
nway320
- 张量分解程序，支持平行因子分解模型和TUCKER分解模型-Tensor decomposition process, and support for parallel factorization model and TUCKER decomposition model