- 2022年美赛(MCM)C题M奖论文,查看论文需要1.9元,不是很贵,欢迎支持我们。学术生涯不易,希望大家理解,嗷嗷待哺欢迎投喂!5 5319浏览¥ 1.90
- 数字接收波束原理及matlab仿真,附有仿真代码5 3454浏览¥ 4.90
- 本资源给出了常用的相位编码信号(伪随机码、高斯随机码、均匀随机码、巴克码、Frank码等)的产生及模糊图绘制的Matlab源码,并且有详细的注释。 另:频率调制信号、矩形脉冲信号的模糊图绘制在我的CSDN下载页查看5 3159浏览¥ 9.90
- 整理了1年!整整38页数据仓库干货!5 2889浏览¥ 9.90
- 大学课程最优化方法的重点内容,都是老师上课划的重点。里面包含例题详解,图解加强理解,期末必看!这份资料是我自己整理的,按照我的逻辑复习对大家很有帮助。5 3670浏览¥ 4.90
- DAMA/CDGA/CDGP认证之DMBOK2数据管理2200知识点(思维导图)5 6038浏览¥ 11.90
- 主要介绍了matlab中二维插值函数interp2的使用详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧5 9649浏览¥ 9.90
- 南京大学《大数据》期末试卷题5 1940浏览¥ 4.90
- 匹配滤波器原理分析以及matlab仿真(附有源码)5 2747浏览¥ 4.90
- matlab音乐合成全过程5 1719浏览¥ 9.90
- 北京理工大学《数据结构》期末试卷(含答案)5 1502浏览¥ 1.90
- 山东大学2019年-数据结构-期末试卷真题5 1859浏览¥ 4.90
- 主要介绍了详解如何在python中读写和存储matlab的数据文件(*.mat),小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧3 7065浏览¥ 9.90
- 今天小编就为大家分享一篇python调用matlab的m自定义函数方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧0 5953浏览¥ 9.90
- 2021数字孪生电网白皮书5 1933浏览¥ 11.90
- 202102模拟退火算法求解流水车间调度问题及Matlab编程实现.pdf5 1586浏览¥ 14.90
- matlab里调用mexw64的同名函数就可以了。用法和.m的函数一样。其实.mexw64文件是c文件在matlab中使用编译器编译出来的文件。 matlab运行c++代码需要进行mex编译。从网上下载的matlab程序实例通常包含的是.mexa64,是linux环境编译而成的,windows不能使用。所以windows环境需要重新编译成.mexw64格式。过程如下: 在matlab命令行输入: >>mex -setup c++(之前的c好像不能用或者不好用,最好是C) 在matlab命令行输入:>>make 如果过程出现Error内容如下: 使用 'MinGW64 Compiler (C)'5 7754浏览¥ 9.90
- 基于python实现的简单推荐系统(含完整代码).pdf5 1869浏览¥ 5.90
- 数据治理之数据标签体系建设模板集合(标签属性+框架+流程)5 1896浏览¥ 11.90
- 数据挖掘:数据清洗——数据噪声处理 一、什么是数据噪声? 数据噪声(Noise):数据集中的干扰数据(对场景描述不准确的数据),即测量变量中的随机误差或方差。 二、噪声数据与离群点的区别 观测量(Measurement) = 真实数据(True Data) + 噪声 (Noise):而离群点(Outlier)属于观测量,既有可能是真实数据产生的,也有可能是噪声带来的,但是总的来说是和大部分观测量之间有明显不同的观测值。 数据噪声与离群点有很多相同的地方。之间没有太过明确的定义,主要看应用的场景。如在信用卡诈骗中,我们通常会关注那些少量的异常数据,此时数据是具有探索意义的。而在一般的场景下,离5 4845浏览¥ 9.90
- 很全面的数据结构期末试题 一、单选题(每小题2分,共12分) 在一个单链表HL中,若要向表头插入一个由指针p指向的结点,则执行() A. HL=ps p->next= HL B. p->next=HL: HL=p3 C. p->next=H: p=HL D.P->next=HLー> next: HLー>next=pP 2.n个顶点的强连通图中至少含有()。 A.n-条有向边B.n条有向边 C.n(n-1)/2条有向边D.n(n-1)条有向边 3.从一棵二叉搜索树中查找一个元素时,其时间复杂度大致为 AO(1)B.(n CO(loan D o(n25 6699浏览¥ 9.90
- 遗传算法并行 % ga函数 options = gaoptimset('Generations', 200,... %设置迭代次数 'PopulationSize', 50,... % 设置种群大小 'UseParallel', true,... % 是否并行 'Vectorized', 'on'); % 指定函数是否向量化 [bestchrom,~,~,~,~,~] = ga(@FitnessFcn, nVars, [],[],[],[],[5 4751浏览¥ 9.90
- 在做数据挖掘的时候,想改一个DataFrame的column名称,所以就查了一下,总结如下: 数据如下: >>>import pandas as pd >>>a = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6], 'C':[7,8,9]}) >>> a A B C 0 1 4 7 1 2 5 8 2 3 6 9 方法一:暴力方法 >>>a.columns = ['a','b','c'] >>>a a b c 0 1 4 7 1 2 5 8 2 3 6 9 但是缺点是必须写三个,要不报错。 方法二:较好的方法 >>>a.rename(columns={'5 1w+浏览¥ 9.90
- 应用多元统计分析课后答案_朱建平版5 2212浏览¥ 1.90
- 数据挖掘:数据清洗——异常值处理 一、离群点是什么? 离群点,是一个数据对象,它显著不同于其他数据对象,与其他数据分布有较为显著的不同。有时也称非离群点为“正常数据”,离群点为“异常数据”。 离群点跟噪声数据不一样,噪声是被观测变量的随机误差或方差。一般而言,噪声在数据分析(包括离群点分析)中不是令人感兴趣的,需要在数据预处理中剔除的,减少对后续模型预估的影响,增加精度。 离群点检测是有意义的,因为怀疑产生它们的分布不同于产生其他数据的分布。因此,在离群点检测时,重要的是搞清楚是哪种外力产生的离群点。 常见的异常成因: 数据来源于不同的类(异常对象来自于一个与大多数数据对象源(类)不同的源(类5 5369浏览¥ 9.90
- 疫苗生产问题优化,2021年五一赛A题 质量很好,分别用到了lingo和matlab进行求解,代码数据在附录。5 5450浏览¥ 29.90
- 自回归模型 AR模型 含MATLAB案例练习程序源代码 共7页.pdf5 1433浏览¥ 5.90
- 数据挖掘工作中的第一步就是异常值检测,异常值的存在会影响实验结果。下面这篇文章主要给大家介绍了关于利用Python进行异常值分析的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考借鉴,下面来一起看看吧。5 2184浏览¥ 9.90
- 行平面腔自再现模Fox-Li数值迭代解法及MATLAB实现5 1172浏览¥ 11.90
- 数据归一化问题是数据挖掘中特征向量表达时的重要问题,当不同的特征成列在一起的时候,由于特征本身表达方式的原因而导致在绝对数值上的小数据被大数据“吃掉”的情况,这个时候我们需要做的就是对抽取出来的features vector进行归一化处理,以保证每个特征被分类器平等对待。下面我描述几种常见的Normalization Method,并提供相应的python实现(其实很简单): 1、(0,1)标准化: 这是最简单也是最容易想到的方法,通过遍历feature vector里的每一个数据,将Max和Min的记录下来,并通过Max-Min作为基数(即Min=0,Max=1)进行数据的归一化处理:0 1w+浏览¥ 9.90
- BP神经网络matlab实例(简单而经典) 含案例讲解介绍及源代码 共10页.pdf5 4407浏览¥ 20.90
- 本次分析的数据为某公司474名职工状况统计表,其中共包含十一变量,分别是:id(职工编号),gender(性别),bdate(出生日期),edcu(受教育水平程度),jobcat(职务等级),salbegin(起始工资),salary(现工资),jobtime(本单位工作经历<月>),prevexp(以前工作经历<月>),minority(民族类型),age(年龄)。通过运用spss统计软件,对变量进行频数分析、描述性统计、方差分析、相关分析、以了解该公司职工上述方面的综合状况,并分析个变量的分布特点及相互间的关系5 1925浏览¥ 5.90
- 本资源给出了常用频率调制信号的产生以及其模糊图的绘制,有详细的Matlab源码,并且有十分详细的注释。主要有LFM(矩形包络和高斯包络)、stepped FM。 相位编码信号、矩形脉冲信号的模糊图绘制见我CSDN的下载页5 1559浏览¥ 9.90
- 本文实例讲述了Python决策树和随机森林算法。分享给大家供大家参考,具体如下: 决策树和随机森林都是常用的分类算法,它们的判断逻辑和人的思维方式非常类似,人们常常在遇到多个条件组合问题的时候,也通常可以画出一颗决策树来帮助决策判断。本文简要介绍了决策树和随机森林的算法以及实现,并使用随机森林算法和决策树算法来检测FTP暴力破解和POP3暴力破解,详细代码可以参考: https://github.com/traviszeng/MLWithWebSecurity 决策树算法 决策树表现了对象属性和属性值之间的一种映射关系。决策树中的每个节点表示某个对象,而每个分叉路径则表示某个可能的属性值,而每5 2183浏览¥ 9.90
- 如下代码可以计算输入的两张图像的结构相似度(SSIM),结果与matlab计算结果一致 // An highlighted block import cv2 import numpy as np def ssim(img1, img2): C1 = (0.01 * 255)**2 C2 = (0.03 * 255)**2 img1 = img1.astype(np.float64) img2 = img2.astype(np.float64) kernel = cv2.getGaussianKernel(11, 1.5) window = np.outer(kerne5 1514浏览¥ 9.90
- 2021数据资产盘点指南(步骤+方法+问题)5 1322浏览¥ 11.90
- 大数据一千道选择题(含答案)5 1650浏览¥ 20.90
- 今天小编就为大家分享一篇python 实现提取log文件中的关键句子,并进行统计分析,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧0 2551浏览¥ 9.90
- 软通新员工网络安全考试答案.pdf软通新员工网络安全考试答案.pdf软通新员工网络安全考试答案.pdf软通新员工网络安全考试答案.pdf软通新员工网络安全考试答案.pdf软通新员工网络安全考试答案.pdf5 5925浏览¥ 11.90
- I.rand用法 1.1、rand:产生一个0-1之间的数,服从均匀分布(均值在0.5左右)。 1. 2、rand(n):产生范围为0-1的nxn随机数矩阵 1.3、rand(m,n):产生范围为0-1的mxn随机数矩阵 1.4、rand(size(A)):产生范围为0-1,且行列数与A矩阵相同的随机数矩阵。 II.randn用法 2.1、randn:随机的数,服从标准正态分布。 标准正态分布图 2 2、其他用法如randn(n),rand(m,n)等与rand相同 III.randi用法 3.1、randi(imax):生成一个伪随机整数,范围为1-imax5 7143浏览¥ 9.90
- 利用平面波展开法在matlab中计算二维光子晶体的带隙结构.pdf5 1454浏览¥ 4.90
- 数据来源于天池赛题:零基础入门数据挖掘 – 二手车交易价格预测 地址:https://tianchi.aliyun.com/competition/entrance/231784/introduction?spm=5176.12281957.1004.1.38b02448ausjSX 目录一、原理介绍二、代码实现三、结果解读 一、原理介绍 小提琴图(violin plot)顾名思义,就是外形像小提琴的一种图。这种图用来显示数据的分布和概率密度,可以看成是箱线图和密度图的结合。小提琴图的中间部分反映箱线图的信息,图的两侧反映出密度图的信息。小提琴图常用于建模前的EDA数据探索性分析环节。 下0 3819浏览¥ 9.90
- 【基于R语言的数据挖掘数据分析实操案例】 【2000到2015年豆瓣共47000部电影数据分析】 第一章 数据抓取 第二章 整理电影属性 第三章 整理电影属性 第四章 这样的图表才专业 第五章 频率密度图学会ggplot2 配件 第六章大数据:谁是演艺圈的“关系户“ 第七章 社交网络数据挖掘5 3545浏览¥ 22.90
- fpga大小:1MBfpga开发FPGA设计高级进阶(清华大学电子工程系) • 掌握FPGA的基本设计原则 • 乒乓结构、流水线设计 • 异步时钟域的处理 • 状态机的设计 • 毛刺的消除 • 掌握FPGA设计的注意事项 • 从文档到设计完成 • 从设计实例加深设计思想fpga开发FPGA设计高级进阶(清华大学电子工程系) • 掌握FPGA的基本设计原则 • 乒乓结构、流水线设计 • 异步时钟域的处理 • 状态机的设计 • 毛刺的消除 • 掌握FPGA设计的注意事项 • 从文档到设计完成 • 从设计实例加深设计思想5 1535浏览¥ 11.90
- stc89c52rc单片机手册.pdfstc89c52rc单片机手册.pdfstc89c52rc单片机手册.pdfstc89c52rc单片机手册.pdfstc89c52rc单片机手册.pdfstc89c52rc单片机手册.pdf5 7084浏览¥ 11.90
- 数据分析精华案例-香水产品数据挖掘实用案例分析5 2793浏览¥ 19.90
- 广东工业大学《数据结构》复习题(含答案)5 660浏览¥ 4.90
- 模块 定义 计算机在开发过程中,代码越写越多,也就越难以维护,所以为了编写可维护的代码,我们会把函数进行分组,放在不同的文件里。在python里,一个.py文件就是一个模块 优点: 提高代码的可维护性。 提高代码的复用,当模块完成时就可以在其他代码中调用 引用其他模块,包含python内置模块和其他第三方模块 避免函数名和变量名等名称冲突 Python语言生态 Python语言提供超过15万个第三方库,Python库之间广泛联系、逐层封装。 使用pip安装 Python社区:https://pypi.org/ python标准库: sys模块 random模块 os模块: o5 1982浏览¥ 9.90
- 电磁波在导电媒质中传播时的matlab仿真.pdf5 1017浏览¥ 4.90
- AR模型大小:174KBAR模型及实现方法 含MATLAB程序源代码 共7页.pdfAR模型及实现方法 含MATLAB程序源代码 共7页.pdf5 958浏览¥ 5.90
- 基于Matlab的电阻炉温度控制系统设计及仿真比较.pdf5 1047浏览¥ 4.90
- 202103遗传算法GA求解车间调度问题Matlab优化算法视频配套资料.pdf5 934浏览¥ 14.90
- Kaggle共享单车数据分析 .pdf5 1447浏览¥ 9.90
- 大数据安全管控分类分级实施指南5 470浏览¥ 5.90
- 基于Matlab的WiFi室内定位分析系统设计与实现.pdf5 852浏览¥ 4.90
- 主要介绍了使用matlab 判断两个矩阵是否相等的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧0 4644浏览¥ 9.90
- function [m]=intgauss(n) % n代表所求节点的个数 syms x for i=1:n for j=1:n y(i,j)=int(log(x)*x(i-1)*x(n-j),0,1); % 积分的权函数不同则log(x)会改变 end end y % y表示权函数与正交函数与w(x)的积分值所构成的方阵 for i=1:n h(i)=-int(log(x)*x(i-1)*xn,0,1); end h=h’ % h表示权函数与正交函数与w(x)5 2986浏览¥ 9.90
- 基于matlab的数字音效处理器_数字信号处理课设报告.pdf基于matlab的数字音效处理器_数字信号处理课设报告.pdf基于matlab的数字音效处理器_数字信号处理课设报告.pdf基于matlab的数字音效处理器_数字信号处理课设报告.pdf基于matlab的数字音效处理器_数字信号处理课设报告.pdf5 1422浏览¥ 20.90
- simulink中小方块与小箭头如何连接?小方块是电气线路,小箭头是信号流,他们之间是不能连接的。 从信号到电气有受控源,从电气到信号有电压电流测量模块。例如下面这个简单的电路(加入输入输出信号流,橙色部分为必须):Breaker断路器参数说明:断路器块的执行能从一个外部Simulink信号(外部控制方式)或者是从一个内部的控制定时器(内部的控制方式)控制一个电路的断开和闭合的状态。 当断路器块被设置在外部控制方式时,一个Simulink输入端在块图标上出现,连接到输入1 1675浏览¥ 9.90
- 随着小超市规模的发展不断扩大, 商品数量急剧增加, 有关商品的各种信息 量也成倍增长。 超市时时刻刻都需要对商品各种信息进行统计分析。 而大型的超 市管理系统功能过于强大而造成操作繁琐降低了小超市的工作效率。 超市管理系 统是市场上最流行的超市上常用的系统之一, 它主要包含以下几个模块: 系统登 陆、商品入库、商品查询、商品更改和删除等。从而,实现对进货、销售及员工 信息等实现全面、动态、及时的管理。本文系统的分析了软件开发的背景以过程; 首先介绍了软件的开发环境, 其次介绍了本软件的详细设计过程: 数据库的设计、 各个模块的设计和实现,以及具体界面的设计和功能。 超市库存管理系统是基于 Java 作为开发工具 , Mysql 作为后台数据库支持。 超市库存管理系统开发主要是界面程序的开发、数据库的建立、数据库的维护。 应用程序功能完善,界面人机交互要好,而且操作简单。同时 JAVA语言简单, 在较短的时间内能够开发出使用性强、 功能完善, 易于操作的程序, 也能实现与 数据库的连接。 通过以上的需求分析, 初步确定该系统功能主要包括以下几个模 块5 3703浏览¥ 11.90