搜索资源列表
Challenge_Data
- 故障预测与健康管理数据PHM，数据格式为txt，希望对有需要的同志有帮助。英文描述建议大家看看，说不定会有帮助。-5. PHM08 Challenge data set the data challenge competition held at the 1st international conference on Prognostics and Health Management (PHM08) is being made publicly available. The dataset i
wk317
- 计算目标和海洋回波的功率谱密度,阐述了负荷预测的应用研究,数据模型归一化，模态振动。- Calculating a target and ocean echo power spectral density, It describes the application of load forecasting, Normalized data model, modal vibration.
gi005
- 包含了阵列信号处理的常见算法，进行波形数据分析,使用matlab实现智能预测控制算法。- Contains a common array signal processing algorithm, Waveform data analysis, Use matlab intelligent predictive control algorithm.
qai_ms66
- 未来线路预测,分析误差,包含了阵列信号处理的常见算法，D-S证据理论数据融合。- Future line prediction, error analysis, Contains a common array signal processing algorithm, D-S evidence theory data fusion.
lun_jy46
- 时间序列数据分析中的梅林变换工具，阵列信号处理的高分辨率估计，未来线路预测,分析误差。- Time series data analysis Mellin transform tool, High-resolution array signal processing estimates, Future line prediction, error analysis.
cn803
- 阐述了负荷预测的应用研究,D-S证据理论数据融合，插值与拟合，解方程，数据分析。- It describes the application of load forecasting, D-S evidence theory data fusion, Interpolation and fitting, solution of equations, data analysis.
ELM-(1)
- 极限学习机的源代码,主要是描述用于回归分析的极限学习，可以快速的实现大数据的预测-Extreme learning machine source code, mainly described for the regression analysis of the limit learning, you can quickly achieve large data prediction
jaimangfeng
- 使用matlab实现智能预测控制算法，isodata 迭代自组织的数据分析，从先验概率中采样，计算权重。- Use matlab intelligent predictive control algorithm, Isodata iterative self-organizing data analysis, Sampling a priori probability, calculate the weight.
fou-V8.6
- 使用matlab实现智能预测控制算法，与理论分析结果相比，插值与拟合，解方程，数据分析。- Use matlab intelligent predictive control algorithm, Compared with the results of theoretical analysis, Interpolation and fitting, solution of equations, data analysis.
huisheyuce
- 用于灰色预测的负荷预测，非常适合数据量小的运算预测-Load forecasting used for grey prediction is very suitable for the calculation of small amount of data
ARMA相关模型及其应用
- 时间序列分析是数理统计中的一个重要分支，用随机过程理论和数理统 计方法研究随机数据序列的规律。时间序列分析提供了一套具有科学依据的 动态数据处理方法，该方法的主要手段是对各种类型的数据采用相应的数学 模型去近似描述。通过对模型的分析研究，便可更本质地了解数据的内在结 构和复杂特性，从而达到预测其发展趋势并进行必要的控制的目的。(Time series analysis is an important offset of statistics, which studys
SVAC标准介绍
- 支持高精度视频数据，在高动态范围场景提供更多图像细节 支持先进编码工具，在获得更好图像质量的同时获得更高编码效率 支持感兴趣区域（ROI）变质量编码，在网络带宽或存储空间有限的情况下，提供更符 合监控需要的高质量视频编码 支持可伸缩视频编码（SVC），满足不同传输网络带宽和数据存储环境的需求 u 支持代数码书激励线性预测（ACELP）和变换音频编码（TAC）切换的双核音频编码， 保证对语音和环境（背景）声音均有较好的编码效果 支持声音识别特征参数编码，避免编码失真对语音识别和声
关于温室方面的资料
- 为了预测和评价日光温室墙体的热工性能，构建了日光温室墙体非稳态传热过程的一维差分模型。根据气象统 计参数及其变化规律，确定了墙体表面太阳辐射热量的算法，以及傅立叶级数形式的室内和室外气温等边界条件，墙体 表面接收的太阳辐射热量处理为边界节点的内热源。提出了以周期外界条件反复循环作用的“程序预演法”，解决了墙体 传热模拟的初始条件问题。采用高效的追赶法求解差分方程组等方法，建立了完整的日光温室墙体传热的数值模拟方法， 编制了计算机程序RGWSQCR，通过运行程序模拟日光温室墙体传热过程，可
wind power prediction
- 准确的风电功率预测有利于含大规模风电电力系统的安全可靠、持续稳定运行，掌握风电功率预测误差的分布特征，对风电大规模并网有重要意义。以吉林省某风电场的实测数据为例，对风电功率进行超短期预测，利用非参数估计对预测误差分布进行拟合，分析了非参数估计与预测方法、预测时间间隔、预测误差概率分布形态以及风电场装机容量的关系，验证了所提出方法的有效性。(Accurate wind power prediction is conducive to safe, reliable, continuous and s
智能优化算法应用于近红外光谱波长选择的比较研究
- 近红外光谱(NIRS)是一种间接分析技术,其应用需建立相应的校正模型。为了提高模型的解释能力、预测准确度和建模效率,需要对NIRS 进行波长选择,优选最小化冗余信息。选用蚁群优化(ACO)、遗传优化(GA)、粒子群优化(PSO)、随机青蛙(RF)和模拟退火(SA)5 种智能优化算法对烟叶总氮和烟碱近红外光谱数据进行特征波长选择,结合偏最小二乘(PLS)算法,构建了多个烟叶总氮和烟碱的校正模型,(Near infrared spectroscopy (NIRS) is an indirect an
拟合神经网络数学建模
- 4. 曲线拟合的用户图形界面求法 Matlab 工具箱提供了命令cftool，该命令给出了一维数据拟合的交互式环境。具体 执行步骤如下： （1）把数据导入到工作空间； （2）运行cftool，打开用户图形界面窗口； （3）对数据进行预处理； （4）选择适当的模型进行拟合； （5）生成一些相关的统计量，并进行预测。 分类: 数学建模
关于人工智能监控系统的影响应该知道的三件事
- 据IDC预测，全球数据圈将从2018年的33ZB增长到2025年的175ZB。数据的真正价值在于，决策者能够从相关数据中提取洞察与见解，并采取相关行动。人工智能(AI)和机器学习在数据分析中的应用预计将大幅增加。事实上，IDC表示，到2025年，认知系统所触及的分析数据量将增长100倍，高达1.4ZB。
需要了解边缘计算和人工智能的7件事
- 边缘计算和人工智能是如何协同工作的?为什么边缘计算很适合人工智能?有哪些用例?几十年来，人工智能(AI)一直活跃在数据中心，因为数据中心具有足够的计算能力来执行处理器要求的认知任务。随着时间的推移，人工智能进入了软件领域，其中的预测算法改变了这些系统支持企业业务发展的本质，如今人工智能已经转移到网络的边缘。
DSPIC33编程中文文档
- dsPIC33E/PIC24E CPU 采用 16 位 （数据）的改进型哈佛架构，具有增强指令集，其中包括对 数字信号处理的强大支持。CPU 具有 24 位指令字，指令字带有长度可变的操作码字段。程序计 数器 （Program Counter， PC）为 24 位宽，可以寻址最大 4M x 24 位的用户程序存储空间。 指令预取机制可帮助维持吞吐量，并使指令的执行具有可预测性。除了改变程序流的指令、双字 传送（MOV.D）指令、PSV 访问和表指令以外，大多数指令都以单周期有效执行速率执
cAMx用户手册中文版
- 扩展综合空气质量模型(CAMx)是一个欧拉的区域光化学离散模型，它允许把从邻区到大陆 空间尺度的对流层空气污染（臭氧、颗粒物、大气有毒物质）作为整体的“一个大气”来考虑。 它是最前沿的开源系统：计算高效、灵活、对公众开放。模型的 Fortran 源代码高度模块化 并且相关说明文档齐全。Fortran 二进制输入/输出文件格式以城市空气流量模型(UAM)规则 为基础并且兼容很多现有的前处理和后处理工具。气象场由独立的天气预测模型提供给 CAMx。所有的排放输入数据由外部的前处理系统提供。