搜索资源列表
matlab_bgl-4.0.1
- 统计复杂网络度分布介数异质性平均聚类系数和平均距离等指标(Structural properties of the different real networks. Structural properties include net- work size (N), link number (E), degree heterogeneity (H =< k2 > = < k >2), degree assortativity(r), average clustering
KS样本划分代码
- K-S，即kolmogorov检验法，亦称拟合优度检验法。用来检验给定的一组数据是否来自分布F=F0，原理是若H0成立，则max|v/n-F0(qj)|应该很小，用手算几乎在绝大多数情况下是不可能的，通常借助统计软件，如SAS，S+等(K-S, namely Kolmogorov test, also known as goodness of fit test. It is used to test whether a given set of data comes from the distr
marginalDistribution
- 计算5a,10a,20a,50a,100a一遇的干旱历时设计值 用指数分布（2p）拟合干旱历时（D）数据 采用概率权重估计参数 K-S法进行检验(Calculated drought duration design values for 5a, 10a, 20a, 50A and 100A Fitting drought diachronic (D) data using exponential distribution (2P) Parameter estimation
BH_wangjiajun
- 一个横截面尺寸为200x300 mm 的二维导热物体，边界条件分别为：左边绝热；右边与接触的流体对流换热，表面传热系数为50 W/(m2·K)，流体温度为20°C；上边维持均匀的温度400°C；下边被常热流加热，热流密度为1500 W/m2。已知该物体的热导率为45 W/(m·K)。采用均匀网格，△y=△x=50mm，试用数值方法计算该物体的温度分布。(A two-dimensional heat conducting object with a cross-section size of 20
瑞利
- 瑞利衰落和莱斯衰弱的信道分布，当莱斯分布在K=-40dB和K=-15dB时分别接近于瑞利分布和高斯分布(Channel distribution of Rayleigh fading and Rice fading)
lena
- SLIC算法是simple linear iterative cluster的简称，该算法用来生成超像素（superpixel） 算法步骤： 已知一副图像大小M*N,可以从RGB空间转换为LAB空间，LAB颜色空间表现的颜色更全面 假如预定义参数K，K为预生成的超像素数量，即预计将M*N大小的图像(像素数目即为M*N)分隔为K个超像素块，每个超像素块范围大小包含[（M*N）/K]个像素 假设每个超像素区域长和宽都均匀分布的话，那么每个超像素块的长和宽均可定义为S
规则网络matlab仿真
- 如果在一个网络中，每一个节点只和它周围的邻居节点相连，那么就称该网络为最近邻耦合网络。常见的一种具有周期边界条件的最近邻耦合网络包含围成一个环的N个节点，其中每个节点都与它左右各K/2个邻居节点相连，这里K是一个偶数。构造算法：初始化时，N个初始节点均匀分布在圆周上，而后每个节点与自己的第k/2个邻居建立连接。