搜索资源列表
HMM-master
- 隐马尔科夫模型进行中文分词 模型训练 python HMM_train.py RenMinData.txt_utf8 RenMinData.RenMinData_utf8 为人民日报已经人工分词的预料。 生成三个文件 * prob_start.py 为模型的初始概率 * prob_trans.py 为模型状态转移概率 * prob_emit.py 为发射概率 测试模型效果 python HMM.py reference 维特比算法：(python
传染病模型
- 小世界网络中的SIRS传染病模型实现。该模型将动物状态分为三个类别：易感状态（S）、传染状态（I）、移出状态（R），易感状态的动物在与感染状态的动物接触过程中会以一定概率被传染状态的动物传染而患病；传染状态的动物可以一定的概率将疾病传染给接触到的动物；传染状态的动物在经历一段时间之后得到痊愈并且不再会收到感染，也不会对其他动物造成威胁，即相当于从整体中被移出的状态；在一段时间过后，移出状态的个体会再复原成为易感状态。在初始时一定比例的动物处于感染状态，剩余动物处于易受感染状态。(Implemen
噪声分析
- 正态分布、均匀分布随机噪声分析，通过画出正态分布、均匀分布随机噪声的频谱、功率谱、一维概率密度、自相关函数对噪声进行分析。(Random Noise Analysis of Normal Distribution)
PivotPoints
- 枢轴点额外指标基于一种特殊的数学算法，可以高概率地预测任何市场的未来逆转。(The pivot point extra index is based on a special mathematical algorithm, which can predict the future reversal of any market with high probability.)
新建文件夹
- 用于事件相关电位P300的脑电信号诱发，小概率事件脑电信号的诱发采用Oddball范式(The Oddball paradigm is used to induce EEG signals for event-related potential P300 and small probability event EEG signals.)
Outage
- NOMA系统计算用户中断概率和系统吞吐量。(Noma system calculates the outage probability and system throughput.)
新建文件夹
- 单载波中继系统资源分配算法（第二章程序 文件夹） RayleighCH.m：生成瑞利信道随机信道增益 distribution.m：用于生成随机分布的中继节点 RePAL.m：提出的功率再分配算法 pick.m：提出的中继选择算法，用于选出最优中继集 powalc.m：提出的给定中继集情况下的最优功率分配算法 bound_simu.m：用于仿真比较中断概率上界值与仿真值的紧致性（对应图2.4），以及不同功率分配算法的中断概率性能比较（对应图2.6） pr_lmt_compare.m：用于仿真不同
Bayesian-Network-Structure-Learning-master
- 一般贝叶斯网络的构建是首先由相关领域的专家根据事物间的关系来确定出结构模型，即有向无环图，然后再利用其它方法确定每个节点的条件概率，但这样构建的网络模型无法保证其客观性和可靠性．(In general, the construction of Bayesian network is to determine the structural model, i.e. directed acyclic graph, by experts in related fields according to th
CFAR
- 利用恒虚警检测概率检测方法（CFAR）添加了一定噪声的目标信号中目标的个数(The process of CFAR in target detection)
L1范数代码
- 动态压缩感知（DSC）是压缩感知领域中一个重要的研究分支，它是近几年新兴起的一种信号处理与分析方法，与传统的压缩感知理论不同，DSC研究的对象是稀疏时变信号，并且已在视频信号处理和动态核磁共振成像等方面显示出了强大的应用潜力。本节正是在此基础上，提出了一种用于多普勒频率跟踪估计的DSC方法。首先，通过前一跟踪时刻所得到的先验DOA稀疏信息，获得当前跟踪时刻信号向量中各位置非零元素的分布概率，继而建立起动态DOA的稀疏概率模型。然后，采用加权l_1范数最小化方法重构出当前跟踪时刻的信号向量，从而确
neighbour
- 基于最优发射概率的同步邻居发现算法，matlab仿真(Synchronous neighbor discovery algorithm based on optimal launch probability, matlab simulation)
L4_1
- a）产生两个都具有200个二维向量的数据集和（注意：在生成数据集之前最好使用命令randn(‘seed’,0)初始化高斯随机生成器为0（或任意给定数值），这对结果的可重复性很重要）。向量的前半部分来自均值向量的正态分布，并且协方差矩阵。向量的后半部分来自均值向量的正态分布，并且协方差矩阵。其中是一个2*2的单位矩阵。 （b）在上述数据集上和分别属于+1类和-1类，请在上述数据集的两类中各随机抽取150个样本作为训练集，运用Logistic regression算法得到的分类面，然后对余下的各5
抛硬币涨跌稳赢EA
- 该EA为概率性突破型EA策略，需判定大致行情后，进行入场，但人工判定出错后，EA会反向开单，并加入马丁系数，在下一波的行情中寻求获利出场的可能性。故而该EA不惧怕单边/重大新闻/非农等超级逆势行情，但需要规避短线震荡行情。(The EA is a probability breakthrough EA strategy, which needs to determine the general market and enter the market. However, if the manual
ATR-趋势突破EA
- ATR趋势突破策略 ，不加仓不扛单，概率取胜，安全稳定，让你的交易更加如虎添翼，这里免费分享喜欢稳定的可以下载研究研究。 ATR趋势突破EA的特点： 1，可进行趋势交易，选自动挂单模式，根据可靠信号自动挂单进场；, 2，可抓数据行情，选手动挂单模式，若重大数据或消息公布后，行情波动不大，要及时清除挂单；, 3，挂单仓位、方向可灵活定义，更符合您的心意；, 4，强大全面的风控策略，可更有力地保护盈利，降低亏损；
皇室之打地鼠
- 基于Visual Studio 2019开发平台的C#开发的皇室战争的打地鼠，可设置时间、概率、速度等等参数进行的游戏