M/M/N排队系统（多服务员排队系统）的matlab仿真，GUI界面，附源代码按照顾客到达的时间概率分布为泊松分布，顾客服务时间的长短服从负指数分布，试完成M/M/1排队系统的仿真。
34KB
1
创建你的第一个贝叶斯网络手工创建一个模型从一个文件加载一个模型使用GUI创建一个模型推断处理边缘分布处理联合分布虚拟证据最或然率解释条件概率分布列表（多项式）节点Noisy-or节点其它（噪音）确定性节点Softmax（多项式分对数）节点神经网络节点根节点高斯节点广义线性模型节点分类/回归树节点其它连续分布CPD类型摘要模型举例高斯混合模型PCA、ICA等专家系统的混合专家系统的分等级混合QMR条件高斯模型其它混合模型参数学习从一个文件里加载数据从完整的数据中进行最大似然参数估计先验参数从完整的数据中（连续）更新贝叶斯参数数据缺失情况下的最大似然参数估计（EM算法）参数类型结构学习穷举搜索K2算法爬山算法MCMC主动学习结构上的EM算法肉眼观察学习好的图形结构基于约束的方法推断函数联合树消元法全局推断方法快速打分置信传播采样（蒙特卡洛法）推断函数摘要影响图/制定决策DBNs、HMMs、Kalman滤波器等等
2024/7/22 14:49:25
4.93MB
1
守夜微服务状态页面。
监视分布式基础结构并发送警报（Slack，SMS等）。
Vigil是一个开源状态页，您可以在基础结构上托管该状态页，该状态页用于监视所有服务器和应用程序，并且对用户可见（在您选择的域中，例如status.example.com）。
在微服务环境中监视应用程序和后端很有用。
如果基础结构中的某个节点出现故障，您会在Slack通道，电子邮件，TwilioSMS或/和XMPP中收到状态更改通知。
在Rust版本上测试：rustc1.48.0-nightly(7f7a1cbfd2020-09-27):Hungary:在匈牙利布达佩斯制作。
:backhand_index_pointing_right:在上查看Vigi
监视分布式基础结构并发送警报（Slack，SMS等）。
Vigil是一个开源状态页，您可以在基础结构上托管该状态页，该状态页用于监视所有服务器和应用程序，并且对用户可见（在您选择的域中，例如status.example.com）。
在微服务环境中监视应用程序和后端很有用。
如果基础结构中的某个节点出现故障，您会在Slack通道，电子邮件，TwilioSMS或/和XMPP中收到状态更改通知。
在Rust版本上测试：rustc1.48.0-nightly(7f7a1cbfd2020-09-27):Hungary:在匈牙利布达佩斯制作。
:backhand_index_pointing_right:在上查看Vigi
2024/7/21 10:09:57
329KB
1
德语句子的自动复杂度评估团队成员里奥·阮·拉乌尔·贝格·康拉德·斯特劳布·蒂尔·诺彻邮件地址现有代码片段利用的图书馆运行代码（稍后将设置主入口点）下载数据集：pythondownload_data.py项目状态数据分析我们的主要数据源是TextComplexityDE19数据集（），其中包含1000个德语句子，由外语学习者在7点Likert量表上标记为A级和B级，其中1表示低复杂度，高可读性句子，而7则相反。
其中900个句子来自23篇德国Wikipedia文章，其余100则来自LeichteSprache。
数据集中的每个句子至少由5个人标记，数据集中提供了它们的平均评分。
除了复杂性/可读性之外，还收集了句子的可理解性和词汇难度得分。
图：饼图显示（四舍五入的）评级分布。
评级不是平均分配的，因为平均没有句子收到7，而很少有人得到6。
在句子的
其中900个句子来自23篇德国Wikipedia文章，其余100则来自LeichteSprache。
数据集中的每个句子至少由5个人标记，数据集中提供了它们的平均评分。
除了复杂性/可读性之外，还收集了句子的可理解性和词汇难度得分。
图：饼图显示（四舍五入的）评级分布。
评级不是平均分配的，因为平均没有句子收到7，而很少有人得到6。
在句子的
2024/7/20 18:14:15
148KB
1
本书从墙和建筑材料的电磁属性的研究开始，讨论了在天线阵元设计和阵列配置中的各种技术，波束形成的概念和问题，以及集中和分布式孔径天线阵列的应用。
本书还详细讨论了波形设计，逆散射方法和基于物理模型的方法，合成孔径雷达（SAR）技术，冲激雷达，多层建筑物的机载雷达成像，目标检测方法，隐蔽目标检测，压缩感知（CS）方法。
最后给出了如何运用微多普勒特征进行人体微动的测量。
本书还详细讨论了波形设计，逆散射方法和基于物理模型的方法，合成孔径雷达（SAR）技术，冲激雷达，多层建筑物的机载雷达成像，目标检测方法，隐蔽目标检测，压缩感知（CS）方法。
最后给出了如何运用微多普勒特征进行人体微动的测量。
2024/7/20 3:12:06
128.83MB
1
开发了基于空间光调制器(SLM)和数码摄像机(CCD)的新型衍射光学实验系统。
用SLM取代掩模板，用AutoCAD、Matlab等绘图软件，在PC机屏幕上绘制小孔、狭缝以及复杂的几何图形，再通过接口电路传输到SLM。
用扩束准直后的激光束照射SLM，通过透镜在其后方借助CCD实时观察各图案的衍射图像，可对其菲涅耳与夫琅和费衍射特性进行观察和在线测量分析。
该系统能够完成典型几何图案、小孔狭缝、多种形状随机分布孔等三类对象的衍射实验。
系统实时性好，衍射图像可存储和处理，灵活方便。
用SLM取代掩模板，用AutoCAD、Matlab等绘图软件，在PC机屏幕上绘制小孔、狭缝以及复杂的几何图形，再通过接口电路传输到SLM。
用扩束准直后的激光束照射SLM，通过透镜在其后方借助CCD实时观察各图案的衍射图像，可对其菲涅耳与夫琅和费衍射特性进行观察和在线测量分析。
该系统能够完成典型几何图案、小孔狭缝、多种形状随机分布孔等三类对象的衍射实验。
系统实时性好，衍射图像可存储和处理，灵活方便。
2024/7/19 17:14:38
303KB
1
在分布式集群环境中,如何对网格环境中的资源进行有效管理和合理调度至关重要。
采用静态固定资源分配等策略不能适应资源和用户请求的动态变化,容易产生资源碎片,造成网格资源利用率低等问题。
提出了一种基于分类挖掘的资源动态分配模型和算法,通过资源管理服务器中的守护进程,对集群中的任务动作进行分类挖掘,形成分类规则,用以指导资源的动态分配。
实验证明,相比其他分配策略和算法,DRA算法能较好地适应网格环境的变化,具有资源分配利用率高等优点。
采用静态固定资源分配等策略不能适应资源和用户请求的动态变化,容易产生资源碎片,造成网格资源利用率低等问题。
提出了一种基于分类挖掘的资源动态分配模型和算法,通过资源管理服务器中的守护进程,对集群中的任务动作进行分类挖掘,形成分类规则,用以指导资源的动态分配。
实验证明,相比其他分配策略和算法,DRA算法能较好地适应网格环境的变化,具有资源分配利用率高等优点。
2024/7/17 16:55:01
1.75MB
1
标准化降水指数（SPI)是一种应用广泛的气象干旱指数，是表征某时段降水量出现的概率多少的指标，适合于月以上时间尺度的干旱监测与评估。
由于SPI采用函数的标准化降水累积频率分布来描述降水量的变化，因此其值在不同地区和不同时间段之间具有可比性[22]。
在计算标准化降水指数时，先将偏态概率分布的降水量进行正态标准化处理，再用标准化降水累积频率分布来划分干旱等级，计算方法可参照气象干旱国家标准。
由于SPI采用函数的标准化降水累积频率分布来描述降水量的变化，因此其值在不同地区和不同时间段之间具有可比性[22]。
在计算标准化降水指数时，先将偏态概率分布的降水量进行正态标准化处理，再用标准化降水累积频率分布来划分干旱等级，计算方法可参照气象干旱国家标准。
2024/7/16 7:21:26
19KB
1
Description问题描述：在一个按照东西和南北方向划分成规整街区的城市里，n个居民点散乱地分布在不同的街区中。
用x坐标表示东西向，用y坐标表示南北向。
各居民点的位置可以由坐标(x,y)表示。
街区中任意2点(x1,y1)和(x2,y2)之间的距离可以用数值|x1-x2|+|y1-y2|度量。
居民们希望在城市中选择建立邮局的最佳位置，使n个居民点到邮局的距离总和最小。
编程任务：给定n个居民点的位置,编程计算n个居民点到邮局的距离总和的最小值。
Input输入由多组测试数据组成。
每组测试数据输入的第1行是居民点数n，1≤n≤10000。
接下来n行是居民点的位置，每行2个整数x和y，-10000≤x，y≤10000。
Output对应每组输入，输出的第1行中的数是n个居民点到邮局的距离总和的最小值。
SampleInput51222133-233SampleOutput10
用x坐标表示东西向，用y坐标表示南北向。
各居民点的位置可以由坐标(x,y)表示。
街区中任意2点(x1,y1)和(x2,y2)之间的距离可以用数值|x1-x2|+|y1-y2|度量。
居民们希望在城市中选择建立邮局的最佳位置，使n个居民点到邮局的距离总和最小。
编程任务：给定n个居民点的位置,编程计算n个居民点到邮局的距离总和的最小值。
Input输入由多组测试数据组成。
每组测试数据输入的第1行是居民点数n，1≤n≤10000。
接下来n行是居民点的位置，每行2个整数x和y，-10000≤x，y≤10000。
Output对应每组输入，输出的第1行中的数是n个居民点到邮局的距离总和的最小值。
SampleInput51222133-233SampleOutput10
2024/7/14 20:58:08
1KB
1
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。
2024-04-09 15:03
15KB