这是一份论文,有关信道估计的.里面引见了LS,MMSE算法,并且有LMMSE和SVD作为对MMSE算法的改进.

基于块状导频的ofdm信道估计ls和mmse功能分析

关键字文件，局部是中文版的，截取某本书的，有一定的参考意义，但是价值不大。

针对氧化铝配料过程中前往物料成分波动大且难以在线检测的问题,首先,利用滞后的离线分析获得的多变量时间序列,直接构造包含充分预测信息的初始相空间;然后,构建时间序列决策表,并采用一种IGA算法对冗余嵌入和冗余变量进行Rs约简,获取广义重构相空间;最后,根据广义重构结果构造输入样本集,建立LS_SVM实时预测模型.仿真结果表明,提出的模型具有较好的泛化能力,能获得较理想的返料成分含量预测精度(6种氧化物的相对均方根误差均小于13%),具有一定的应用价值.

PB新大陆星POS扫码支付源码，调用C#动态库，简单实现接口，采用POWERBUILDER9.0开发stringls_urlstringls_datastringls_ddstringls_zfqd//【交易类型--传入平台用】ifrb_1.checked=truethen ls_zfqd="WXPAY"endififrb_2.checked=truethen ls_zfqd="ALIPAY"endififrb_3.checked=truethen ls_zfqd="YLPAY"endif//【生成请求地址===从配置参数中维护请求地址的一部分】ls_url=gs_pos_requesturl+"sdkBarcodePay.json"//【判断输入金额能否符合要求】ifdec(em_1.text)＜=0.00then messagebox("系统提示【MYSOFT】","所输金额不正确!~r~n请重新输入!") em_1.setfocus() returnendif//【判断商户订单号能否为空】ifsle_4.text=""then messagebox("系统提示【MYSOFT】","订单号不能为空!") returnendif//【判断能否扫描付款码】ifsle_code.text=""then messagebox("系统提示【MYSOFT】","付款码不能为空!") sle_code.setfocus() returnendif//【判断能否扫描付款码】iflen(sle_code.text)=0then messagebox("系统提示【MYSOFT】","请扫描服务对象付款码......") sle_code.setfocus() return-1endif//【判断订单号能否为空】iflen(sle_4.text)=0then messagebox("系统提示【MYSOFT】","订单号不能为空！") sle_4.setfocus() return-1endif//【初始化伪随机数发生器，让应用程序每次运用不同的伪随机数序列。
】randomize(0)//【清除is_keys[]is_value[]】inv_wxpay.of_clear()//====================生成公共请求参数==============================================================//【操作系统：3-直连】inv_wxpay.of_add_pos("opSys","3")//【字符集：00-GBK】inv_wxpay.of_add_pos("characterSet","00")//【机构号，从配置参数维护】inv_wxpay.of_add_pos("orgNo",gs_pos_orgno)//【商户号，从配置参数维护】inv_wxpay.of_add_pos("mercId",gs_pos_mercid)//【设备号，从配置参数维护】inv_wxpay.of_add_pos("trmNo",gs_pos_trmno)//【商户单号，不能重复，若重复则返回：数据库错误】inv_wxpay.of_add_pos("tradeNo",sle_4.text)//【设备端交易时间：yyyymmddhhmmss】inv_wxpay.of_add_pos("txnTime",string(now(),"yyyymmddhhmmss"))//【签名方式：MD5】inv_wxpay.of_add_pos("signType","MD5")//【版本号：默认V1.0.0】inv_wxpay.of_add_pos("version","V1.0.0")//==================生成商户主扫请求参数============================================================//【实付金额：分为单位】inv_wxpay.of_add_pos("amount",string(long(dec(em_1.text)*100)))//【订单总金额：分为单位】inv_wxpay.of_add_pos("total_amount",string(long(dec(em_1.text)*100)))//【扫码支付授权码】inv_wxpay.of_add_pos("authCode"

使用c语言完成了myshell模仿命令解释器，包含ls，pwd，cd,cat,time,date,cp,umane,tac,du,tail,echo,whoami,clear,输出重定向，管道命令等功能。

文件中给出案例数据，列代表指标集（输入集x:1-7,输出集y:8）行代表数据集。
可以用于本科毕业论文或者硕士毕业论文，首先使用SPSS进行出成分分析，然后将主成分得分值作为输入集，输出集保持不变。
通过该算法文件就可以得到预测值，具体步骤可以参考《基于SVM和LS-SVM的住宅工程造价预测研究》。
本算法使用BP神经网络的误差函数作为GWO算法的适应度函数，通过BP神经网络连接权值和阈值的数量来决定GWO算法中灰狼的维数，那么GWO算法寻优的过程就是权值和阈值更新的过程。
因而，GWO算法寻优的过程替代了BP神经网络梯度下降的过程。
经过不断更新和迭代，最终确定出全局最优值，即灰狼α所处的位置。
本算法输出的权值和阈值即作为神经网络的权值和阈值，不在通过神经网络继续训练。
可以参考文献《基于粒子群优化算法的BP网络学习研究》。

SAP采购订单自动生成销售订单,音讯输出，IDOC1，源系统采购订单输出音讯类型（LI-供应商）ORDERS2，目标系统接收IDOC生成销售订单（LS-逻辑系统）3，目标系统生成销售订单后，音讯输出回写源系统采购订单确认（KU-客户售达方）4，逻辑系统（源系统）接收采购订单确认5，目标系统生成交货单，音讯输出DELVRY01（KU-客户送达方）6，逻辑系统（源系统）接收交货音讯，生成内向交货单-DESADVWE20,NACE,采购订单音讯输出类型等设置见附件

LS-dyna常见成绩汇总.rarLS-dyna常见成绩汇总.rar

极度有用的LS—SVM的工具箱，一包在手，技术到手

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。