搜索资源列表
Monte-Carlo
- 某种商品进货价格为 a 元,出售价格为 b 元,假设对该商品每天早晨进货配齐 n 个,每日顾客 相互独立地到来,平均每日 m 人,且服从普阿松( Poisson)分布 ! )( k em kP − mk ,其中 k 为每日到来 的人数。问当 a 2、 b=3、 m 10 时,每天早晨该商品备齐多少个可得到最大利润。-One kind of goods with purchasing price a RMB, sale prove b RMB, su
三步搜索法
- 本实验的目的是学习Parzen窗估计和k最近邻估计方法。在之前的模式识别研究中,我们假设概率密度函数的参数形式已知,即判别函数J(.)的参数是已知的。本节使用非参数化的方法来处理任意形式的概率分布而不必事先考虑概率密度的参数形式。在模式识别中有躲在令人感兴趣的非参数化方法,Parzen窗估计和k最近邻估计就是两种经典的估计法。(The purpose of this experiment is to study the Parzen window estimation and the k nea
team1-1
- 教练员 A、B 和 C 将要从编号为1到n的队员中挑选自己的队员。为公平起见,每个教练都根据自己的喜好程度将队员排序;你负责根据以下规则为他们分配队员。 你拿到的数据是 a、b、c 三个数组,表示三个教练对队员的喜好程度排序,每个数组都是数字 1 到 n 的一个排列,下标越小表示教练越喜欢该队员(例如教练 A 最喜欢编号为 a[0] 的队员,其次是编号为 a[1] 的队员)。你的分组规则是,从还未被分配的队员中找一个教练A最喜欢的队员分到 A 组;然后,在未分配的队员中分配教练B最喜欢
GMRF
- 马尔科夫随机场一般是离散的。当然也有连续的马尔可夫随机场,如果假设这个马尔可夫随机场定义在一个域U上面而且任意x∈U,Y(x)都是服从高斯分布的,而且两点间的covariance function K(x,y)=G(x,y),where G是对应U的格林函数,那么这个随机场既是马尔可夫随机场,也是高斯随机场。(The Markov random field is generally discrete. Of course there are continuous Markov random fi
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
前推回代潮流计算程序
- 前推回代法已知配电网的始端电压和末端负荷,以馈线为基本计算单位。 最初假设全网电压都为额定电压,根据负荷功率由末端j向始端k逐段推算,仅计算各元件中的功率损耗而不计算节点电压,求得各支路上的电流和功率损耗,并据此获得始端功率,这是回代过程。 再根据给定的始端电压和求得的始端功率,由始端向末端逐段推算电压降落,求得各节点电压,这是前推过程。如此重复上述过程,直至各个节点的功率偏差满足允许条件为止。(The forward and backward substitution method
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)