基于epoll的echoserver,用回调函数封装了epoll,以后会添加序列化和粘包处理,以及心跳,慢慢完善。
2023/2/23 7:27:11 22KB epoll
1
时间序列是按时间顺序陈列的、随时间变化且相互关联的数据序列。
分析时间序列的方法构成数据分析的一个重要领域,即时间序列分析。
代码
2023/2/23 7:10:21 488KB matlab
1
matlab数字信号处理函数matlab实现数字信号处理的一些经典理论内涵:滤波器的设计,模拟与数字采样定律Z变换与s域映射卷积原因截断效应各种变换如:DFSDFTIDFT具体的如下:%离散信号和系统%conv_m-改进的线性卷积子程序(第22页)%conv_tp-用Toeplitz矩阵计算的线性卷积(第34页)%evenodd-将实信号分解为偶和奇两部分(第15页)%impseq-产生脉冲序列(第6页)%sigadd-信号相加运算(第8页)%sigfold-信号折叠运算(第10页)%sigmult-信号乘法运算(第9页)%sigshift-信号时移运算(第9页)%stepseq-产生阶跃序列(第6页)%离散时间付利叶变换(第z变换)%pfe2rfz-在z域由部分分式展开为有理函数(第四章)%rf2pfez-在z域由有理函数展开为部分分式(第四章)%离散付利叶变换%circevod-实信号分解为循环偶分量和循环奇分量(第132页)%circonvt-时域中的循环卷积(第139页)%cirshftt-时域中的循环移位(第146页)%dfs-计算离散付利叶系数(第109页)%dft-计算离散付利叶变换(第120页)%hsolpsav-采用FFT高速分段卷积的重叠保留法(第157页)%idfs-计算逆离散付利叶级数(第110页)%idft-计算逆离散付利叶变换(第121页)%mod-计算m=nmodN(第119页)%ovrlpsav-分段卷积的重叠保留法(第147页)%数字滤波器结构%cas2dir-级联到直接的方式转换(第173页)%casfiltr-IIR和FIR滤波器的级联实现(第172页)%cplxcomp-比较两个复数对(第176页)%dir2cas-直接到级联的型式转换(第171页)%dir2fs-直接方式到频率采样型的转换(第187页)%dir2ladr-IIR直接方式极__零点到格型/梯形的转换(第199页)%dir2latc-FIR直接方式到全零点格型方式的转换(第193页)%dir2par-直接到并联方式的转换(第175页)%dir2paro-直接到并联方式的转换(用于旧版信号处理工具箱)%ladr2dir-格型/梯形方式到IIR直接方式的转换(第199页)%ladrfilt-格型/梯形方式的IIR滤波器实现(第200页)%latc2dir-全零点格型方式到FIR直接方式的转换(第194页)%latcfilt-FIR滤波器的格型方式的实现(第194页)%par2dir-并联方式到直接方式的转换(第177页)%parfiltr-IIR滤波器的并联方式的实现(第177页)%FIR滤波器设计% ampl_res -由FIR滤波器脉冲响应求其幅频特性(第271页)%blackman-布莱克曼窗函数(第230页)%freqz_m-改进型的freqz子程序(第233页)%Hr_Type1-计算1型FIR低通滤波器(第215页)%Hr_Type2-计算2型FIR低通滤波器(第216页)%H
2023/2/23 2:32:31 61KB matlab 数字信号处理函数
1
压缩包内含:基于LSTM的股票价格预测_数据+代码+报告,可以最为数据挖掘的大作业。
股票作为人民金融投资的普遍方式,如何在股票中赚钱成为股民的共同目标。
要想在股票买卖中赚钱便要掌握股票的走势,因此股票价格预测工作引起社会及学术界的广泛关注。
股票的走势随市场变动,而且受诸多因素影响,如国际环境,政策变化,行业发展,市场情绪等等,这使得股民很难预测股票的走势。
理论上,根据股票以往的价格走势,可以预测股票的未来走势。
因为股票预测是高度非线性的,这就要预测模型要能够处理非线性问题,并且,股票具有时间序列的特性,因此适合用循环神经网络对股票进行预测。
虽然循环神经网络(RNN),允许信息的持久化,然而,一般的RNN模型对具备长记忆性的时间序列数据刻画能力较弱,在时间序列过长的时候,因为存在梯度消散和梯度爆炸现象RNN训练变得非常困难。
Hochreiter和Schmidhuber提出的长短期记忆(LongShort-TermMemory,LSTM)模型在RNN结构的基础上进行了改造,从而解决了RNN模型无法刻画时间序列长记忆性的问题。
因此,本文基于LSTM实现一个股票价格预测模型。
2023/2/23 2:23:41 1.03MB 数据挖掘 python 机器学习 LSTM
1
问题描述:编号为1到n的n个人围成一圈,每人带一个密码c,以m为报数上限。
然后从第一个人开始顺时针自1开始报数,报到m的人出列,将其密码作为新的m值,从他的下一个人开始,同样顺时针自1开始报数,依次循环下去,直到所有的人都出列!要求得到依次出列的那些人的编号序列!基本要求:用C代码实现此活动,要求使用一定的算法进行操作,并最终通过程序运算出最初的结果!
2023/2/22 15:39:44 126KB 约瑟夫环
1
该数据集为UCR_TS_Archive_2015,次要是为方便时间序列数据研究者使用。
2023/2/22 15:31:42 134.65MB UCR
1
包含序列号和破解方法的好用的作图软件Select"LicenseFile"andbrowsetotheincluded"lservrc"file
2023/2/22 1:45:55 108.14MB SigmaPlot
1
实验一:词法分析程序一、实验目的   通过设计编制调试一个具体的词法分析程序,加深对词法分析原理的理解。
并掌握在对程序设计语言源程序进行扫描过程中将其分解为各类单词的词法分析方法。
编制一个读单词过程,从输入的源程序中,识别出各个具有独立意义的单词,即基本保留字、标识符、常数、运算符、分隔符五大类。
并依次输出各个单词的类型码及单词符号的自身值。
(遇到错误时可显示“Error”,然后跳过错误部分继续显示)二、实验要求用C或C++写一个简单的词法分析程序,程序可以满足下列要求:1、能分析如下几种简单的语言词法(1)标识符:ID=letter(letter|digit)*(2)关键字(全部小写)mainintfloatdoublecharifthenelseswitchcasebreakcontinuewhiledofor(3)整型常量:NUM=digitdigit*(4)运算符=+-*/=25整型常量11;26+13(27-14)28*15?29/16:303、词法分析程序实现的功能输入:单词序列(以文件方式提供),输出识别的单词的二元组序列到文件和屏幕输出:二元组构成:(syn,token或sum)其中:syn为单词的种别码token为存放的单词自身符号串sum为整型常数例:源程序:intab;
floatef=20;
ab=10+ef;
输出:(保留字--1,int)(标识符--10,ab)(分号--26,;)(保留字--2,float)(标识符--10,ef)(等号--17,=)(整数--11,20)(分号--26,;)(标识符--10,ab)(等号--17,=)(整数--11,10)(加号--13,+)(标识符--10,ef)(分号--26,;)4、自己准备测试数据存放于TestData.txt文件中,测试数据中应覆盖有以上5种数据,测试结果要求以原数据与结果对照的方式输出并保存在Result.txt中,同时要把结果输出到屏幕。
5、提前准备① 实验前,先编制好程序,上机时输入并调试程序。
准备好多组测试数据(存放于文件TestData.txt中)。
6、写出实验报告 报告格式:要求有实验名称、实验目的、实验要求、实验内容、实验小结。
其中实验内容包括算法分析、程序流程图及程序代码。
2023/2/21 22:09:07 7KB 词法分析 源代码
1
太阳能发电厂时间序列分析关于数据集该项目使用的太阳能发电厂发电数据集。
Kaggle说明“这项数据是在34天的时间内在印度的两家太阳能发电厂收集的。
它有两对文件-每对都有一个发电数据集和一个传感器读数数据集。
在逆变器级别收集发电数据集-每个逆变器都附有多条太阳能电池板线。
天气传感器数据是在工厂级别收集的-在工厂中最佳放置了单个传感器阵列。
”生成器数据字段(来自Kaggle的说明)DATE_TIME-每个观察的日期和时间。
每隔15分钟记录一次观察结果。
PLANT_ID-植物ID-这对于整个文件都是通用的SOURCE_KEY-此文件中的源密钥代表逆变器ID。
DC_POWER[kW]-在这15分钟的时间间隔内,逆变器产生的DC功率(source_key)。
单位。
AC_POWER[kW]-在这15分钟的时间间隔内,逆变器产生的交流电(source_key
2023/2/20 6:19:33 4.08MB JupyterNotebook
1
火龙果软件工程技术中心  本文内容包括:EMF究竟是什么?让工具自己说话使用生成的EMF模型生成Java代码定制生成的代码在Java中操纵模型结束语参考资料EclipseModelingFramework(EMF)是一个开放源代码的模型驱动应用程序开发框架。
它可以基于XMLSchema、UML或经过注释的Java中指定的模型,创建Java代码,实现图形化的数据编辑、操纵、读取和序列化。
EMF是IBMWebSphereStudio和Eclipse项目中很多工具的基础。
本文将协助您逐步了解创建模型、生成代码、使用生成的应用程序和定制编辑器的整个过程。
EMF究竟是什么?EclipseModeling
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