MATLAB中AR模型功率谱估计中AR阶次估计的实现-psd_my.rar（最近看了几个关于功率谱的问题，有关AR模型的谱估计，在此分享一下，希望大家不吝指正）（声明：本文内容摘自我的毕业论文——心率变异信号的预处理及功率谱估计）（按：AR模型功率谱估计是对非平稳随机信号功率谱估计的常用方法，但是其模型阶次的估计，除了HOSA工具箱里的arorder函数外，没有现成的函数可用，arorder函数是基于矩阵SVD分解的阶次估计方法，为了比较各种阶次估计方法的区别，下面的函数使用了'FPE','AIC','MDL','CAT'集中准则一并估计，并采用试验方法确定那一个阶次更好。
）………………………………以上省略……………………………………………………………………假设原始数据序列为x，那么n阶参数使用最小二乘估计在MATLAB中实现如下：Y=x;Y(1:n)=[];m=N-n;X=[];%构造系数矩阵fori=1:m  forj=1:n      X(i,j)=xt(ni-j);  endendbeta=inv(X'*X)*X'*Y';复制代码beta即为用最小二乘法估计出的模型参数。
此外，还有估计AR模型参数的Yule-Walker方程法、基于线性预测理论的Burg算法和修正的协方差算法等[26]。
相应的参数估计方法在MATLAB中都有现成的函数，比如aryule、arburg以及arcov等。
4.3.3AR模型阶次的选择及实验设计文献[26]中介绍了五种不同的AR模型定阶准则，分别为矩阵奇异值分解（SingularValueDecomposition,SVD）定阶法、最小预测定误差阶准则（FinalPredictionErrorCriterion,FPE）、AIC定阶准则（Akaika’sInformationtheoreticCriterion,AIC）、MDL定阶准则以及CAT定阶准则。
文献[28]中还介绍了一种BIC定阶准则。
SVD方法是对Yule-Walker方程中的自相关矩阵进行SVD分解来实现的，在MATLAB工具箱中arorder函数就是使用的该算法。
其他五种算法的基本思想都是建立目标函数，阶次估计的标准是使目标函数最小化。
以上定阶准则在MATLAB中也可以方便的实现，下面是本文实现FPE、AIC、MDL、CAT定阶准则的程序（部分）：form=1:N-1  ……    %判断是否达到所选定阶准则的要求  ifstrcmp(criterion,'FPE')    objectfun(m1)=(N(m1))/(N-(m1))*E(m1);  elseifstrcmp(criterion,'AIC')    objectfun(m1)=N*log(E(m1))2*(m1);  elseifstrcmp(criterion,'MDL')    objectfun(m1)=N*log(E(m1))(m1)*log(N);  elseifstrcmp(criterion,'CAT')    forindex=1:m1        temp=temp(N-index)/(N*E(index));    end    objectfun(m1)=1/N*temp-(N-(m1))/(N*E(m1));  end    ifobjectfun(m1)＞=objectfun(m)    orderpredict=m;    break;  endend复制代码orderpredict变量即为使用相应准则预测的AR模型阶次。
（注：以上代码为结合MATLAB工具箱函数pburg,arburg两个功率谱估计函数增加而得，修改后的pburg等函数会在附件中示意，名为pburgwithcriterion）登录/注册后可看大图程序1.JPG(35.14KB,下载次数:20352)下载附件 保存到相册2009-8-2820:54上传登录/注册后可看大图程序2.JPG(51.78KB,下载次数:15377)下载附件 保存到相册2009-8-2820:54上传下面本文使用3.2.1实验设计的输出结果即20例经预处理的HRV信号序列作为实验对象，分别使用FPE、AIC、MAL和CAT定阶准则预测AR模型阶次，图4.1（见下页）为其中一例典型信号使用不同预测准则其目标函数随阶次的变化情况。
从图中可以看出，使用FPE、AIC以及MDL定阶准则所预测的AR模型阶次大概位于10附近，即阶次10左右会使相应的目标函数最小化，符合定阶准则的要求，使用CAT定阶准则预测的阶次较小，在5~10之间。
图4.2（见下页）为另一例信号的阶次估计情况，从中也可以得到同样的结论。
（注，实验信号为实验室所得，没有上传）登录/注册后可看大图图片1.JPG(28.68KB,下载次数:5674)下载附件 保存到相册2009-8-2820:54上传

EXTJS是一个广泛使用的JavaScript库，专门用于构建富客户端应用程序。
这个"ext-4.1.0-beta-2.zip"文件包含的是EXTJS框架的一个早期版本，4.1.0的测试版2。
EXTJS4.1.0引入了许多新特性和改进，使得开发者能够更加高效地创建具有复杂用户界面的Web应用。
`release-notes.html`文件通常包含了这个版本的发行说明，详述了从上一个版本到4.1.0-beta-2的改动、修复的bug、新增的功能以及可能存在的已知问题。
通过阅读这个文件，开发者可以了解这次更新的重要细节，决定是否应该升级到这个版本。
`index.html`是典型的网页入口文件，可能包含了EXTJS4.1.0-beta-2的示例或者演示页面，展示了框架的各种组件和功能。
开发者可以通过这些示例快速了解EXTJS的用法和潜在的应用场景。
`ext-all-dev.js`和`ext-all-debug-w-comments.js`都是EXTJS的完整开发版本，包含所有组件和源代码，并且带有一些调试帮助信息，如行号和注释。
`ext-all-debug.js`则是精简版的调试文件，没有注释

这是清华人工智能的一个作业，用AlphaBeta算法求解一个剪枝问题，里面有严格的文件输入和输出，以及算法实现的全过程。

角度共享按钮文献资料有关文档，请参见页面。
配套ngx-sharebuttons-共享按钮指令，可将任何元素转换为共享按钮。
ngx-sharebuttons/button-共享按钮组件，用于分别添加按钮。
ngx-sharebuttons/buttons-共享按钮组件，用于添加共享按钮的集合。
ngx-sharebuttons/popup-共享按钮弹出组件（这是版本8中的新增功能，当前在BETA中）。
ngx-sharebuttons/icons-简化了从FontAwesome导入共享图标。
可用按钮脸书推特领英PinterestWhatsApp的信使ViberRedditTumblr电报电子邮件短信VK混合兴线复制链接打印需要更多按钮吗？该插件还允许您添加自己的按钮。
如果您想在此程序包中添加新的共享按钮，请随时提交PR，或通过您要包括的社交网络的devdocs链接打开问题。
问题如果您发现此组件中有任何错误，或有改进的想法，请提出。
支持作者穆尔哈夫·索斯利作者的更多插件贡献者代码贡

自己制作的黑白棋AI算法采用了alha-beta剪枝和比较准确的估值算法，有比较墙的智能水平

1.参考文献格式以哈尔滨工程大学毕业论文为基础，因为本校特码不是国标那种类型的！艹2.具体事例参考图片3.支持作者大小写混写（反正自动纠正为首字母大写），中文不做改变4.支持题目大小写混输入，可选择题目改变类型5.目前支持四种格式，期刊，论文，书籍，会议，以后可根据情况再加入6.支持起始页尾添加'P'或者'页',其实都是支持字符串输入的6.若不选择格式类型，题目类型，默认为期刊，题目不做改变7.此为beta版本，若有建议请联系MrLevo@outlook.com或15645183037@163.com8.如果想定制自己学校的参考文献生成器，请将word格式的四种论文格式模板发送至7的邮箱。
9.最后，此软件完全免费，绿色，大小为7.12MB,请勿用于商业用途（虽然很low但是这是定制版本，和cnki这类不一样，btw，cnki那个160+mb还要钱！）havefun！----2016.7.9更新1.增加对输入文献的多选复制2.增加对长文献的拖拽查看

Snipaste是一个简单但强大的截图工具，也可以让你将截图贴回到屏幕上！下载并打开Snipaste，按下F1来开始截图，再按F3，截图就在桌面置顶显示了。
就这么简单！

qt5+vs2013插件qt-vs-addin-msvc2013-2.0.0-beta官网下载

WindowsAppium1.17和Appium1.18bate版两个版本

本人用C语言写的贪吃蛇源文件，内含详细的注释，代码直观压缩包里包含：1.EasyX图形库安装包，一键安装，支持VC6和VS（VS2015也支持）；
2.贪吃蛇源代码和贪吃蛇可执行文件。
使用方法：1.解压EasyX_20151015(beta)，然后打开Setup.hta一键安装图形库到VC6或VS；
2.在VC6或VS中新建一个控制台工程；
3.将贪吃蛇源代码添加到工程中；
4.编译，运行

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。