电池数据次要用来建立电池模型及参数识别,其中通过电池数据可以获得电压拟合曲线
2019/4/26 23:22:54 91.57MB 充放电曲线 电池端电压
1
内含SVM(支持向量机)算法的实现回归拟合,以混凝土抗压强度预测为例,含具体代码正文
2016/9/3 11:50:14 4KB MATLAB程序 SVM算法 回归拟合程序
1
这是用MFC写的,开发环境是VC++。
主要实现7种排序算法(直接插入排序、堆排序、基数排序、冒泡排序、归并排序、希尔排序、快速排序),能计算每种排序算法的运行时间,进行多次排序后,可以对各种排序算法时间复杂度进行直线拟合,并以图线的方式表示,其中,画图部分是调用外部CCHART库来完成的。
以上是本程序的主要功能,还有一些细节的东西请打开工程自行探索。
程序亲测无误。
2017/11/27 14:42:06 5.28MB 排序
1
matlab编写的zernike多项式拟合代码,由于干涉图像处理等波面拟合范畴
2017/6/27 21:27:29 6KB zernike
1
支持曲面拟合的MATLAB.m文件,经过该程序可以利用MATLAB软件进行曲面拟合。
2017/7/1 1:13:24 20KB MATLAB 曲面拟合
1
GS+是一个全面的地学统计软件,提供了一切的地学统计部件,从半变差分析到克里格方法,映射方法。
与其它地质统计软件相比,GS+最大的亮点是能够根据输入的数据,自动拟合实验变差函数
2021/9/11 13:33:31 19.79MB GS+7地理软件
1
曲线拟合对象1STOPT
2016/11/1 12:02:14 6.33MB 1stop
1
优点——RBF神经网络有很强的非线性拟合能力,可映射任意复杂的非线性关系,而且学习规则简单,便于计算机实现。
具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力,因此在彩票等非线性大数据分析预测方面,有着很大的应用市场。
具有局部逼近的优点RBF神经网络是一种功能优良的前馈型神经网络,RBF网络可以任意精度逼近任意的非线性函数,且具有全局逼近能力,从根本上解决了BP网络的局部最优问题,而且拓扑结构紧凑,结构参数可实现分离学习,收敛速度快。
只要在MATLAB(R2014b)平台上,通过运行径向基神经网络“RBF_SSQ”就可以快速预测。
预测系统推荐两注(参数可修改),单注可每号+-1,最多可12个号复试;
也可直接单注投注。
单注中奖率一般在2个以上,复试一般在4-6个红球。
预测可靠性远远高于网络彩票预测机构的水准。
2022/10/9 15:27:37 184KB 彩票预测
1
非常好的一份材料,很具体,很实用,对于有些有难度的理论,你可以不学透,而直接把算法拿过来用就好。
对于做matlab数学建模很好。
虽说没什么机密的,但这是一位老教师的辛勤汗水,本不该上传的,但是我传了,老师啊,上帝啊,原谅我的罪过吧。
同时希望真的能帮到大家。
2016/8/27 20:31:11 9.08MB 数学建模
1
来源•••••滑梯文件夹包含演示文稿的源代码,包括来自伯克利的教学机器学习的-该源代码位于markdown中(),可轻松编辑/导出研究概述在文件夹中不同研究领域的最新论文的概述和摘要(例如ml的可,,,,)笔记文件夹包含有关计算机科学,统计学和神经科学之间许多不同课程和领域的降价笔记和码链接到研究代码,例如以下存储库:可解释的机器学习可解释的深度学习深度学习的乐趣:通明模型拟合,:解归因曲线:层次解释,:解释转换,:惩罚性解释:演示模型,带有gpt2的帖子关于机器学习/统计/神经科学进步各个方面的帖子参考要获取更新,请为存储库星标或关注随时公开使用!用jekyll+github页面构建使用和
2016/10/13 19:31:36 198.18MB python blog website data-science
1
共 463 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡