VIP会员
作者:CSDN
出版社:CSDN《程序员》
ISBN:1111111111117
VIP会员免费
(仅需0.8元/天)
¥ 40000.0
温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!
电子书推荐
-
复杂-诞生于秩序与混沌边缘的科学 评分:
全文字高清版,人工智能十大奇书之一,知道的都说好,后续还有其他十大奇书。
上传时间:2018-03 大小:1.29MB
- 4.82MB
混沌与秩序天赋模拟器
2012-10-28混沌与秩序天赋模拟器,网上好找,但不一定好用,这个我亲测
- 4.98MB
混沌与秩序天赋模拟器英文版
2011-08-28自己制作的混沌与秩序离线天赋模拟器,非常好用 可以真实的模拟手机网络游戏混沌与秩序的技能天赋加点情况
- 689KB
《复杂--诞生于秩序与混沌边缘的科学》(中文版)
2009-03-31《复杂--诞生于秩序与混沌边缘的科学》(中文版)
- 78KB
复杂--诞生于秩序与混沌边缘的科学中文版.docx
2022-02-11复杂--诞生于秩序与混沌边缘的科学中文版.docx
- 3.82MB
音视频-编解码-混合混沌序列与混沌图像加密技术研究.pdf
2022-04-17音视频-编解码-混合混沌序列与混沌图像加密技术研究.pdf
- 2.10MB
评测-混沌与秩序详细分析.xlsx
2016-04-07评测-混沌与秩序详细分析.xlsx
- 182KB
论文研究-一个新的混沌系统的控制与同步 .pdf
2019-09-20论文研究-一个新的混沌系统的控制与同步 .pdf,
- 1.32MB
正交WALSH码的相关延迟-调频-差分混沌键控通信模型及性能
2020-04-27该模型在每个比特周期内同时传输混沌信号、二进制数据信息与正交WALSH码相结合的已调信息信号,通过正交WALSH码区分上述两个信号。结果表明,在一定的信噪比和扩频因子条件下,正交WALSH码的相关延迟-调频-差分混沌键控...
- 35.90MB
混沌与分形-科学的新疆界(英文)
2018-01-24《混沌与分形:科学的新疆界(第2版)》介绍了分形与混沌理论的基础知识、基本原理和特性,包括:分形与自相似、分形的维数与测度、分形与图像数据压缩编码、随机性与确定性、分形的递归结构、细胞元自动机与吸引子、...
- 4.19MB
人工智能-机器学习-可积系统与混沌系统中若干问题的符号计算研究.pdf
2022-04-15人工智能-机器学习-可积系统与混沌系统中若干问题的符号计算研究.pdf
- 433KB
(0-1)测试混沌算法及其应用
2022-05-31为了确定给定的确定性非线性动力系统是混沌的还是周期的,最近提出了一种新颖的测试方法,称为零一(0-1)测试。 在这种方法中,可以通过计算渐近接近零或一的参数K来确定规则运动和混沌运动。 在这项研究中,我们...
- 814KB
转子-机匣碰磨密封混沌系统的状态观测器研究
2020-05-26基于状态观测器理论的混沌反馈控制设计方法,给出了转子-机匣密封碰摩混沌系统的状态观测器的Brunovsky状态空间形式参数化表达式,其所含参量为被控系统的混沌状态用重构状态代替后的全部输入参数和控制律,可通过适当...
- 66.3MB
混沌与分形科学的新疆界
2018-05-13混沌与分形科学的新疆界,混沌与分形科学的新疆界,混沌与分形科学的新疆界
- 401KB
论文研究-一类金融古诺混沌模型的分析与控制 .pdf
2019-09-20论文研究-一类金融古诺混沌模型的分析与控制 .pdf,
- 222KB
混沌学经典文献--周期3 意味着混沌
2010-03-05这是由华人李天岩及其导师Yorke撰写的混沌理论的一篇经典文献,详细介绍了混沌的定义,很不错的!
- 1.54MB
混沌的复杂性 井竹君 杨建平--中科院数学与系统科学研究院
2009-08-22中科院数学与系统科学研究院 井竹君 杨建平 对混沌复杂性的描述和讲解 全长160页
- 5.1MB
大数据-算法-化学振荡混沌及其非线性分析.pdf
2022-04-16大数据-算法-化学振荡混沌及其非线性分析.pdf
- 1KB
C-C方法的混沌时间序列分析
2010-05-04可用于分析混沌时间序列 C-C方法分析混沌时间序列
- 4.69MB
云计算-情感模式发生的混沌动力学计算模型及其实现.pdf
2022-07-05云计算-情感模式发生的混沌动力学计算模型及其实现.pdf
- 12KB
算法源码-预测与预报:混沌时间序列的RBF神经网络预测代码.zip
2023-06-06算法源码-预测与预报:混沌时间序列的RBF神经网络预测代码.zip
- 7.38MB
音视频-编解码-基于混沌扩频的水声通信技术研究.pdf
2022-04-17音视频-编解码-基于混沌扩频的水声通信技术研究.pdf
- 1.95MB
ChatGPT教程(终极版)最全整理
2023-05-16这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门,你看我这篇文章就够了。 如果你已经用上了ChatGPT,更要恭喜你挖到宝藏,后面的高级技巧一定能让你有收获。 文章包含以下内容: 一、ChatGPT是啥?有什么用; 二、ChatGPT如何注册; 三、ChatGPT使用方法; 四、用ChatGPT搞钱; 五、高级技巧;
- 58KB
博客中Kmeans以及FCM算法数据(免积分)
2023-05-16博客中Kmeans以及FCM算法的数据,包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集,下载在直接存入项目文件夹即可,如果下载不了,可以私信我,看到后会及时回复。
- 1.25MB
hugging face的models-openai-clip-vit-large-patch14文件夹
2023-10-25用于无法访问hugging face并需要运行stable-diffusion-webui时使用
- 10KB
神经网络回归预测--气温数据集
2021-11-26神经网络回归预测--气温数据集
- 1.87MB
XGBoost+LightGBM+LSTM-光伏发电量预测
2022-12-24包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上,论证了辐照度、光伏板工作温度等影响光伏输出功率的因素,通过实时监测的光伏板运行状态参数和气象参数建立预测模型,预估光伏电站瞬时发电量,根据光伏电站DCS系统提供的实际发电量数据进行对比分析,验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献
- 2.20MB
Mathwork+Matlab+编程手册
2023-08-25Introduction to Programming with MATLAB ~ Vanderbilt University
- 40.89MB
中文短信数据集-带标签
2024-02-05本数据集可用于进行文本分类、信息检索等自然语言处理实验,共包含80万条短信。其中:原始数据集data.txt每行为1条短信,格式为“标签\t短信内容”,标签=0表示正常短信,标签=1表示垃圾短信。train.csv和test.csv为拆分后的训练集与测试集,拆分代码为train_test_split.py。stopwords.txt为使用的停用词。 基于该数据集的文本分类详见文章https://blog.csdn.net/baidu_40395808/article/details/135793836,基于该数据集的信息检索详见文章https://blog.csdn.net/baidu_40395808/article/details/135897480。 示例如下: 0 商业秘密的秘密性那是维系其商业价值和垄断地位的前提条件之一 1 《依林美容》三.八.女人节倾情大放送活动开始啦!!!!超值套餐等你拿,活动时间x月x日一x月xx日, 详情进店咨询。美丽热线x
- 321KB
Stable-Diffusion WEBUI 简体中文语言包(2023.05.30更新)
2023-05-30AI绘图,Stable-Diffusion WEBUI,本地化(简体中文)语言文件。 原始文件来自翻译插件,根据自己实际使用情况,增加和修改了一些翻译。 配合【双语插件】看上去要自然一点,内容还在继续完善中。 本次增加了一些翻译内容,特别是插件。 同时继续合并了其它翻译插件的内容。 最近文字提示修改得有点多啊。 请放入“你的SDWebUI项目位置/localizations/”中。 中文翻译部分删掉了不少括起来的英文原文,所以别直接选它用。 请配合【Bilingual Localization】插件使用,双语同时显示,效果最好。
- 407KB
时间序列预测模型实战案例(Xgboost)(Python)(机器学习)包括时间序列预测和时间序列分类,点击即可运行!
2023-09-25内容概要 资源包括三部分(时间序列预测部分和时间序列分类部分和所需的测试数据集全部包含在内) 在本次实战案例中,我们将使用Xgboost算法进行时间序列预测。Xgboost是一种强大的梯度提升树算法,适用于各种机器学习任务,它最初主要用于解决分类问题,在此基础上也可以应用于时间序列预测。 时间序列预测是通过分析过去的数据模式来预测未来的数值趋势。它在许多领域中都有广泛的应用,包括金融、天气预报、股票市场等。我们将使用Python编程语言来实现这个案例。 其中包括模型训练部分和保存部分,可以将模型保存到本地,一旦我们完成了模型的训练,我们可以使用它来进行预测。我们将选择合适的输入特征,并根据模型的预测结果来生成未来的数值序列。最后,我们会将预测结果与实际观测值进行对比,评估模型的准确性和性能。 适合人群:时间序列预测的学习者,机器学习的学习者, 能学到什么:本模型能够让你对机器学习和时间序列预测有一个清楚的了解,其中还包括数据分析部分和特征工程的代码操作 阅读建议:大家可以仔细阅读代码部分,其中包括每一步的注释帮助读者进行理解,其中涉及到的知识有数据分析部分和特征工程的代码操作。