实验内容：⑴用matlab语言代码实现。
⑵产生粉红色噪声和高斯色噪声：让高斯白噪声通过低通、带通、高通滤波器中的任意一个就可以产生高斯色噪声。
让高斯白噪声通过每倍频程衰减3dB的衰减滤波器的滤波器就可以产生粉红噪声。
⑶对粉红色噪声和高斯色噪声进行相关分析和谱分析。
计算粉红色噪声、高斯色噪声的均值、均方值、方差、相关函数、概率密度、频谱及功率谱密度、相关函数。
⑷所有结果均用图示法来表示，能读出具体值。
⑵产生粉红色噪声和高斯色噪声：让高斯白噪声通过低通、带通、高通滤波器中的任意一个就可以产生高斯色噪声。
让高斯白噪声通过每倍频程衰减3dB的衰减滤波器的滤波器就可以产生粉红噪声。
⑶对粉红色噪声和高斯色噪声进行相关分析和谱分析。
计算粉红色噪声、高斯色噪声的均值、均方值、方差、相关函数、概率密度、频谱及功率谱密度、相关函数。
⑷所有结果均用图示法来表示，能读出具体值。
2025/3/13 18:11:22
163KB
1
机器学习-强化学习-汤普森采样强化学习：汤普森采样：我们需要在有效的勘探与开发之间找到适当的平衡。
与UCB算法不同，汤普森采样算法是一种概率算法。
该算法具有代表我们对世界的感知以及我们认为这些机器中的每台机器的实际预期收益可能位于的分布。
与UCB相比，Thomas采样的优点之一是它可以适应延迟的反馈。
我将使用与UCB算法相同的数据集。
与UCB算法相比，汤普森采样算法产生了更好的结果（能够在尽可能少的回合中确定最佳广告）。
该算法的工作原理如下：在第n轮中，我们为每个广告i考虑两个数字：N1（n）：-直到第n轮我获得奖励1的广告的次数，N0（n）：-广告获得奖励0到第n轮的次数。
对于每个广告i，我们从以下分布中随机抽取：0i（n）=B（N1（n）+1，N0（n）+1）我们选择最高0i（n）的广告
与UCB算法不同，汤普森采样算法是一种概率算法。
该算法具有代表我们对世界的感知以及我们认为这些机器中的每台机器的实际预期收益可能位于的分布。
与UCB相比，Thomas采样的优点之一是它可以适应延迟的反馈。
我将使用与UCB算法相同的数据集。
与UCB算法相比，汤普森采样算法产生了更好的结果（能够在尽可能少的回合中确定最佳广告）。
该算法的工作原理如下：在第n轮中，我们为每个广告i考虑两个数字：N1（n）：-直到第n轮我获得奖励1的广告的次数，N0（n）：-广告获得奖励0到第n轮的次数。
对于每个广告i，我们从以下分布中随机抽取：0i（n）=B（N1（n）+1，N0（n）+1）我们选择最高0i（n）的广告
2025/3/9 6:41:01
27KB
1
文档包含C语言，简答(包含一些面试高概率问题)、程序分析题(包含编程中常见错误现象，内存越界，非法操作，段错误分析等)、编程题(30道编程题，涵盖了面试常见题型，以及C语言经典程序)。
学习，检测，准备面试，都是不错的选择。
学习，检测，准备面试，都是不错的选择。
2025/3/3 4:32:50
928KB
1
首先说一句抱歉，因为这个资源是考试结束后上传的，所以报告弄丢了，但是代码还在，而且经过TA验收，可以正常运行，这个实验是关于贝叶斯网络的问题。
实验内容：参照课程第五部分讲授的贝叶斯网络完成，给定事件和事件之间的关系，并且给出每个事件的CPT图，根据贝叶斯公式根据上述条件求出目标概率，编写程序实现基于贝叶斯网络的推理。
在这里用到的贝叶斯算法是建立在有向无环图和CPT表的技术上实现的。
实验内容：参照课程第五部分讲授的贝叶斯网络完成，给定事件和事件之间的关系，并且给出每个事件的CPT图，根据贝叶斯公式根据上述条件求出目标概率，编写程序实现基于贝叶斯网络的推理。
在这里用到的贝叶斯算法是建立在有向无环图和CPT表的技术上实现的。
2025/2/23 2:42:04
74KB
1
自动完成或：如何学会停止拼写并爱我们的AI霸主自动完成是在创建自己的AI程序时对成人和孩子友好的练习。
对于那些时间短的人，部分没有名称，但很长。
部分使用适当的术语（条件概率的基本原理，广义描述了实现，但是简短，简洁，并包含了可供进一步阅读的参考。
跳至：如何安装：pipinstallautocomplete如何使用：importautocomplete#loadpickledpythonCounterobjectsrepresentingourpredictivemodels#IusePeterNorvigsbig.txt(http://norvig.com/big.txt)tocreatethepredictivemodelsautocomplete.load()#imaginewriting"the
对于那些时间短的人，部分没有名称，但很长。
部分使用适当的术语（条件概率的基本原理，广义描述了实现，但是简短，简洁，并包含了可供进一步阅读的参考。
跳至：如何安装：pipinstallautocomplete如何使用：importautocomplete#loadpickledpythonCounterobjectsrepresentingourpredictivemodels#IusePeterNorvigsbig.txt(http://norvig.com/big.txt)tocreatethepredictivemodelsautocomplete.load()#imaginewriting"the
2.3MB
1
何声武教授是国内外数学界的著名学者，是华东师范大学重点学科概率论与数理统计的学科带头人。
他曾先后赴法国斯特拉斯堡大学和美国普渡大学研究访问，并多次应邀出席国内外重要的学术会议，在半项理论和随机分析、平稳随机过程等研究领域取得了显著的成果。
这本由他写作的《随机过程引论》概念清晰，内容丰富，是一本很好的随机过程入门教材。
他曾先后赴法国斯特拉斯堡大学和美国普渡大学研究访问，并多次应邀出席国内外重要的学术会议，在半项理论和随机分析、平稳随机过程等研究领域取得了显著的成果。
这本由他写作的《随机过程引论》概念清晰，内容丰富，是一本很好的随机过程入门教材。
2025/2/9 8:18:42
43.32MB
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