结合工作经验和MATLAB帮助文档,对MATLAB的非线性优化函数fmincon做了详细整理
2024/4/1 5:58:24 38KB MATLAB fmincon
1
多时滞线性系统的控制参数优化方法
2024/3/31 7:31:35 269KB 研究论文
1
1stOpt一套数学优化分析综合工具软件包。
在非线性回归,曲线拟合,非线性复杂模型参数估算求解,线性/非线性规划等领域傲视群雄,首屈一指,居世界领先地位。
其计算核心是基于七维高科有限公司科研人员十数年的研究成果【通用全局优化算法】(UniversalGlobalOptimization-UGO),该算法之最大特点是克服了当今世界上在优化计算领域中使用迭代法必须给出合适初始值的难题,即用户勿需给出参数初始值,而由1stOpt随机给出,通过其独特的全局优化算法,最终找出最优解。
---------------------------------------------以非线性回归为例,目前世界上在该领域最有名的软件包诸如Matlab,OriginPro,SAS,SPSS,DataFit,GraphPad等,均需用户提供适当的参数初始值以便计算能够收敛并找到最优解。
如果设定的参数初始值不当则计算难以收敛,其结果是无法求得正确结果。
而在实际应用当中,对大多数用户来说,给出(猜出)恰当的初始值是件相当困难的事,特别是在参数量较多的情况下,更无异于是场噩梦。
而1stOpt凭借其超强的寻优,容错能力,在大多数情况下(>90%),从任一随机初始值开始,都能求得正确结果。
2024/3/30 14:24:30 10.1MB 回归 1stopt 规划
1
奥本海姆(AlanV.Oppenheim)教授是美国麻省理工学院电子学研究实验室(ELE)的首席研究员,其研究领域包括在一般领域的信号处理及应用。
奥本海默教授是美国国家工程院院士(NationalAcademyofEngineering)和IEEE会士,也是EtaKappaNu和SigmaXi的联谊会会员。
同时他还是古根海姆(Guggenheim)学者和以色列特拉维夫大学赛克勒尔(Sackler)学者。
奥本海姆教授因其出色的科研和教学工作多次获奖,其中包括IEEE教育勋章、IEEE百年杰出贡献奖、IEEE在声学、语音和信号处理领域的社会与科学成就奖和资深成就奖。
2007年他还获得了IEEEJackS.Kilby信号处理奖章。
目录第1章信号与系统SignalsandSystems第2章线性时不变系统LinearTime—InvariantSystems第3章周期信号的傅里叶级数表示FourierSeriesRepresentationofPeriodicSignals第4章连续时间傅里叶变换TheContinuous—TimeFourierTransform第5章离散时间傅里叶变换TheDiscreteTimeFourierTransf01Tll第6章信号与系统的时域和频域特性Time—andFrequeneyCharacterizationofSignalsandSystems第7章抽样Sampling第8章通信系统CommunicationSystems第9章拉普拉斯变换TheLaplaceTransform第10章Z变换TheZTransf01TII第11章线性反馈系统LinearFeedbackSystems附录部分分式展开Partial-FractionExpansion参考文献Bibliography习题答案Answers索引Inde
2024/3/30 6:27:02 12.41MB 信号与系统
1
AS线性图标
2024/3/29 0:58:11 383KB AS线性图标
1
论文将飞行管理问题线性化,模型简洁,适用于使用LINGO程序求解,大大降低了编程难度
2024/3/28 0:27:58 327KB 飞行管理
1
武汉大学《线性代数》05-12历年期末考试试卷(含答案)
2024/3/27 6:19:24 4.09MB 线性代数
1
减法聚类的多分量线性调频信号检测与参数估计算法
2024/3/26 19:10:44 416KB 研究论文
1
数据科学入门,第二版,介绍数据科学基本知识的重量级读本,Google数据科学家作品。
  数据科学是一个蓬勃发展、前途无限的行业,有人将数据科学家称为“21世纪头号性感职业”。
本书从零开始讲解数据科学工作,教授数据科学工作所必需的黑客技能,并带领读者熟悉数据科学的核心知识——数学和统计学。
  作者选择了功能强大、简单易学的Python语言环境,亲手搭建工具和实现算法,并精心挑选了注释良好、简洁易读的实现范例。
书中涵盖的所有代码和数据都可以在GitHub上下载。
  通过阅读本书,你可以:  学到一堂Python速成课;
  学习线性代数、统计和概率论的基本方法,了解它们是怎样应用在数据科学中的;
  掌握如何收集、探索、清理、转换和操作数据;
  深入理解机器学习的基础;
  运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型;
  探索推荐系统、自然语言处理、网络分析、MapReduce和数据库。
2024/3/25 19:37:40 4.65MB data
1
共 1000 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