- A*算法大小:45MB博文详细介绍用MATLAB实现基于A*算法的路径规划的附件1,里面包含了本系列第一和第二篇文章介绍内容的完整代码的matlab文件博文详细介绍用MATLAB实现基于A*算法的路径规划的附件1,里面包含了本系列第一和第二篇文章介绍内容的完整代码的matlab文件5 1w+浏览免费
- matlab大小:222B上传的是文本文件,里面记的是百度网盘的链接和提取码。是永久有效的请放心!链接里的文件是安装包以及对应的安装步骤,很快就能安好。 我基本都在线,有什么问题请随时评论,我会在看到后第一时间回复您上传的是文本文件,里面记的是百度网盘的链接和提取码。是永久有效的请放心!链接里的文件是安装包以及对应的安装步骤,很快就能安好。 我基本都在线,有什么问题请随时评论,我会在看到后第一时间回复您5 2w+浏览免费
- 中文名: 算法导论 原名: Introduction to Algorithms 作者: Thomas H.Cormen, 达特茅斯学院计算机科学系副教授 Charles E.Leiserson, 麻省理工学院计算机科学与电气工程系教授 Ronald L.Rivest, 麻省理工学院计算机科学系Andrew与Erna Viterbi具名教授 Clifford Stein, 哥伦比亚大学工业工程与运筹学副教授 资源格式: PDF(完整书签目录) 出版社: The MIT Press ISBN 978-0-262-03384-8 (hardcover : alk. paper)—ISBN 978-0-262-53305-8 (pbk. : alk. paper) 发行时间: 2009年09月30日 地区: 美国 语言: 英文 1 The Role of Algorithms in Computing 5 1.1 Algorithms 5 1.2 Algorithms as a technology 11 2 Getting Started 16 2.1 Insertion sort 16 2.2 Analyzing algorithms 23 2.3 Designing algorithms 29 3 Growth of Functions 43 3.1 Asymptotic notation 43 3.2 Standard notations and common functions 53 4 Divide-and-Conquer 65 4.1 The maximum-subarray problem 68 4.2 Strassen's algorithm for matrix multiplication 75 4.3 The substitution method for solving recurrences 83 4.4 The recursion-tree method for solving recurrences 88 4.5 The master method for solving recurrences 93 4.6 Proof of the master theorem 97 5 Probabilistic Analysis and Randomized Algorithms 114 5.1 The hiring problem 114 5.2 Indicator random variables 118 5.3 Randomized algorithms 122 5.4 Probabilistic analysis and further uses of indicator random variables 130 II Sorting and Order Statistics Introduction 147 6 Heapsort 151 6.1 Heaps 151 6.2 Maintaining the heap property 154 6.3 Building a heap 156 6.4 The heapsort algorithm 159 6.5 Priority queues 162 7 Quicksort 170 7.1 Description of quicksort 170 7.2 Performance of quicksort 174 7.3 A randomized version of quicksort 179 7.4 Analysis of quicksort 180 8 Sorting in Linear Time 191 8.1 Lower bounds for sorting 191 8.2 Counting sort 194 8.3 Radix sort 197 8.4 Bucket sort 200 9 Medians and Order Statistics 213 9.1 Minimum and maximum 214 9.2 Selection in expected linear time 215 9.3 Selection in worst-case linear time 220 III Data Structures Introduction 229 10 Elementary Data Structures 232 10.1 Stacks and queues 232 10.2 Linked lists 236 10.3 Implementing pointers and objects 241 10.4 Representing rooted trees 246 11 Hash Tables 253 11.1 Direct-address tables 254 11.2 Hash tables 256 11.3 Hash functions 262 11.4 Open addressing 269 11.5 Perfect hashing 277 12 Binary Search Trees 286 12.1 What is a binary search tree? 286 12.2 Querying a binary search tree 289 12.3 Insertion and deletion 294 12.4 Randomly built binary search trees 299 13 Red-Black Trees 308 13.1 Properties of red-black trees 308 13.2 Rotations 312 13.3 Insertion 315 13.4 Deletion 323 14 Augmenting Data Structures 339 14.1 Dynamic order statistics 339 14.2 How to augment a data structure 345 14.3 Interval trees 348 IV Advanced Design and Analysis Techniques Introduction 357 15 Dynamic Programming 359 15.1 Rod cutting 360 15.2 Matrix-chain multiplication 370 15.3 Elements of dynamic programming 378 15.4 Longest common subsequence 390 15.5 Optimal binary search trees 397 16 Greedy Algorithms 414 16.1 An activity-selection problem 415 16.2 Elements of the greedy strategy 423 16.3 Huffman codes 428 16.4 Matroids and greedy methods 437 16.5 A task-scheduling problem as a matroid 443 17 Amortized Analysis 451 17.1 Aggregate analysis 452 17.2 The accounting method 456 17.3 The potential method 459 17.4 Dynamic tables 463 V Advanced Data Structures Introduction 481 18 B-Trees 484 18.1 Definition of B-trees 488 18.2 Basic operations on B-trees 491 18.3 Deleting a key from a B-tree 499 19 Fibonacci Heaps 505 19.1 Structure of Fibonacci heaps 507 19.2 Mergeable-heap operations 510 19.3 Decreasing a key and deleting a node 518 19.4 Bounding the maximum degree 523 20 van Emde Boas Trees 531 20.1 Preliminary approaches 532 20.2 A recursive structure 536 20.3 The van Emde Boas tree 545 21 Data Structures for Disjoint Sets 561 21.1 Disjoint-set operations 561 21.2 Linked-list representation of disjoint sets 564 21.3 Disjoint-set forests 568 21.4 Analysis of union by rank with path compression 573 VI Graph Algorithms Introduction 587 22 Elementary Graph Algorithms 589 22.1 Representations of graphs 589 22.2 Breadth-first search 594 22.3 Depth-first search 603 22.4 Topological sort 612 22.5 Strongly connected components 615 23 Minimum Spanning Trees 624 23.1 Growing a minimum spanning tree 625 23.2 The algorithms of Kruskal and Prim 631 24 Single-Source Shortest Paths 643 24.1 The Bellman-Ford algorithm 651 24.2 Single-source shortest paths in directed acyclic graphs 655 24.3 Dijkstra's algorithm 658 24.4 Difference constraints and shortest paths 664 24.5 Proofs of shortest-paths properties 671 25 All-Pairs Shortest Paths 684 25.1 Shortest paths and matrix multiplication 686 25.2 The Floyd-Warshall algorithm 693 25.3 Johnson's algorithm for sparse graphs 700 26 Maximum Flow 708 26.1 Flow networks 709 26.2 The Ford-Fulkerson method 714 26.3 Maximum bipartite matching 732 26.4 Push-relabel algorithms 736 26.5 The relabel-to-front algorithm 748 VII Selected Topics Introduction 769 27 Multithreaded Algorithms Sample Chapter - Download PDF (317 KB) 772 27.1 The basics of dynamic multithreading 774 27.2 Multithreaded matrix multiplication 792 27.3 Multithreaded merge sort 797 28 Matrix Operations 813 28.1 Solving systems of linear equations 813 28.2 Inverting matrices 827 28.3 Symmetric positive-definite matrices and least-squares approximation 832 29 Linear Programming 843 29.1 Standard and slack forms 850 29.2 Formulating problems as linear programs 859 29.3 The simplex algorithm 864 29.4 Duality 879 29.5 The initial basic feasible solution 886 30 Polynomials and the FFT 898 30.1 Representing polynomials 900 30.2 The DFT and FFT 906 30.3 Efficient FFT implementations 915 31 Number-Theoretic Algorithms 926 31.1 Elementary number-theoretic notions 927 31.2 Greatest common divisor 933 31.3 Modular arithmetic 939 31.4 Solving modular linear equations 946 31.5 The Chinese remainder theorem 950 31.6 Powers of an element 954 31.7 The RSA public-key cryptosystem 958 31.8 Primality testing 965 31.9 Integer factorization 975 32 String Matching 985 32.1 The naive string-matching algorithm 988 32.2 The Rabin-Karp algorithm 990 32.3 String matching with finite automata 995 32.4 The Knuth-Morris-Pratt algorithm 1002 33 Computational Geometry 1014 33.1 Line-segment properties 1015 33.2 Determining whether any pair of segments intersects 1021 33.3 Finding the convex hull 1029 33.4 Finding the closest pair of points 1039 34 NP-Completeness 1048 34.1 Polynomial time 1053 34.2 Polynomial-time verification 1061 34.3 NP-completeness and reducibility 1067 34.4 NP-completeness proofs 1078 34.5 NP-complete problems 1086 35 Approximation Algorithms 1106 35.1 The vertex-cover problem 1108 35.2 The traveling-salesman problem 1111 35.3 The set-covering problem 1117 35.4 Randomization and linear programming 1123 35.5 The subset-sum problem 1128 VIII Appendix: Mathematical Background Introduction 1143 A Summations 1145 A.1 Summation formulas and properties 1145 A.2 Bounding summations 1149 B Sets, Etc. 1158 B.1 Sets 1158 B.2 Relations 1163 B.3 Functions 1166 B.4 Graphs 1168 B.5 Trees 1173 C Counting and Probability 1183 C.1 Counting 1183 C.2 Probability 1189 C.3 Discrete random variables 1196 C.4 The geometric and binomial distributions 1201 C.5 The tails of the binomial distribution 1208 D Matrices 1217 D.1 Matrices and matrix operations 1217 D.2 Basic matrix properties 1225 162浏览免费
- 目录 序 前言 第1章算法设计和分析 1.1概述 1.2算法设计原则 1.3算法复杂性的度量 1.3.1时间复杂性 1.3.2空间复杂性 1.4最优算法 1.5算法的评价 1.5.1如何估计算法运行时间 1.5.2最坏情况和平均情况的分析 1.5.3平摊分析 1.5.4输入大小和问题实例 思考题 第2章GIS算法的计算几何基础 2.1维数扩展的9交集模型 2.1.1概述 2.1.2模型介绍 2.1.3空间关系的判定 2.2矢量的概念 2.2.1矢量加减法 2.2.2矢量叉积 2.3折线段的拐向判断 2.4判断点是否在线段上 2.5判断两线段是否相交 2.6判断矩形是否包含点 2.7判断线段、折线、多边形是否在矩形中 2.8判断矩形是否在矩形中 2.9判断圆是否在矩形中 2.10判断点是否在多边形内 2.10.1射线法 2.10.2转角法 2.11判断线段是否在多边形内 2.12判断折线是否在多边形内 2.13判断多边形是否在多边形内 2.14判断矩形是否在多边形内 2.15判断圆是否在多边形内 2.16判断点是否在圆内 2.17判断线段、折线、矩形、多边形是否在圆内 2.18判断圆是否在圆内 2.19计算两条共线的线段的交点 2.20计算线段或直线与线段的交点 2.21求线段或直线与圆的交点 2.22中心点的计算 2.23过点作垂线 2.24作平行线 2.25过点作平行线 2.26线段延长 2.27三点画圆 2.28线段打断 2.29前方交会 2.30距离交会 2.31极坐标作点 思考题 第3章空间数据的变换算法 3.1平面坐标变换 3.1.1平面直角坐标系的建立 3.1.2平面坐标变换矩阵 3.1.3平移变换 3.1.4比例变换 3.1.5对称变换 3.1.6旋转变换 3.1.7错切变换 3.1.8复合变换 3.1.9相对(xf,yf)点的比例变换 3.1.10相对(xf,yf)点的旋转变换 3.1.11几点说明 3.2球面坐标变换 3.2.1球面坐标系的建立 3.2.2确定新极Q地理坐标中 、 3.3仿射变换 3.4地图投影变换 3.4.1概述 3.4.2地球椭球体的相关公式 3.4.3兰勃特投影 3.4.4墨卡托投影 3.4.5高斯一克吕格投影 3.4.6通用横轴墨卡托投影 思考题 第4章空间数据转换算法 4.1矢量数据向栅格数据转换 4.1.1矢量点的栅格化 4.1.2矢量线的栅格化 4.1.3矢量面的栅格化 4.2栅格数据向矢量数据转换 4.2.1栅格点坐标与矢量点坐标的关系 4.2.2栅格数据矢量化的基本步骤 4.2.3线状栅格数据的细化 4.2.4多边形栅格转矢量的双边界搜索算法 4.2.5多边形栅格转矢量的单边界搜索算法 思考题 第5章空间数据组织算法 5.1矢量数据的压缩 5.1.1间隔取点法 5.1.2垂距法和偏角法 5.1.3道格拉斯一普克法 5.1.4光栏法 5.1.5曲线压缩算法的比较 5.1.6面域的数据压缩算法 5.2栅格数据的压缩 5.2.1链式编码 5.2.2游程长度编码 5.2.3块式编码 5.2.4差分映射法 5.2.5四叉树编码 5.3拓扑关系的生成 5.3.1基本数据结构 5.3.2弧段的预处理 5.3.3结点匹配算法 5.3.4建立拓扑关系 思考题 第6章空间度量算法 6.1直线和距离 6.1.1直线 6.1.2直线方程 6.1.3点到直线的距离 6.2角度量算 6.3多边形面积的量算 6.3.1三角形面积量算 6.3.2四边形面积量算 6.3.3任意二维平面多边形面积量算 6.3.4任意三维平面多边形面积量算 思考题 第7章空间数据索引算法 7.1B树与B+树 7.1.1B树索引结构 7.1.2B+树索引结构 7.2R树结构 7.2.1R树定义 7.2.2R树索引的主要操作算法 7.2.3R*树算法 7.3四叉树结构 7.3.1常规四叉树 7.3.2线性四叉树 7.3.3线性四叉树的编码 7.3.4Z曲线和Hibert曲线算法 思考题 第8章空间数据内插算法 8.1概述 8.1.1几何方法 8.1.2统计方法 8.1.3空间统计方法 8.1.4函数方法 8.1.5随机模拟方法 8.1.6确定性模拟 8.1.7综合方法 8.2分段圆弧法 8.3分段三次多项式插值法 8.3.1三点法 8.3.2五点法 8.4趋势面插值算法 8.5反距离权重插值算法 8.6双线性插值算法 8.7薄板样条函数法 8.7.1薄板样条函数法 8.7.2规则样条函数 8.7.3薄板张力样条法 8.8克里金法 8.8.1普通克里金法 8.8.2通用克里金法 思考题 第9章Delaunay三角网与Voronoi图算法 9.1概述 9.2Voronoi图 9.3Delaunay三角形 9.4Voronoi图生成算法 9.4.1半平面的交 9.4.2增量构造方法 9.4.3分治算法 9.4.4减量算法 9.4.5平面扫描算法 思考题 第10章缓冲区分析算法 10.1概述 10.2缓冲区边界生成算法基础 10.3点缓冲区边界生成算法 10.4线缓冲区边界生成算法 10.5面缓冲区边界生成算法 10.6多目标缓冲区合并算法 思考题 第11章网络分析算法 11.1概述 11.2网络数据模型 11.3路径分析算法 11.3.1单源点的最短路径 11.3.2单目标最短路径问题 11.3.3单结点对间最短路径问题 11.3.4多结点对间最短路径问题 11.3.5次短路径求解算法 11.4最佳路径算法 11.4.1最大可靠路径 11.4.2最大容量路径 11.5连通性分析算法 11.5.1Prim算法 11.5.2Kruskal算法 11.6资源分配算法 思考题 第12章地形分析算法 12.1数字地面模型的生成算法 12.1.1基于离散点的DEM规则网格的生成 12.1.2基于不规则三角网的DEM生成 12.1.3DEM数据结构的相互转换 12.2基本地形因子分析算法 12.2.1坡面因子提取的算法基础 12.2.2坡度、坡向 12.2.3坡形 12.3地形特征提取算法 12.3.1地形特征点的提取 12.3.2基于规则格网DEM数据提取山脊与山谷线的典型算法 12.4通视分析算法 12.4.1判断两点之间的可视性的算法 12.4.2计算可视域的算法 思考题 第13章空间数据挖掘算法 13.1概述 13.2分类算法 13.2.1数据分类的基本过程 13.2.2决策树分类概述 13.2.3决策树的特点 13.2.4二叉决策树算法与分类规则的生成 13.2.5决策树分类算法 13.2.6决策树属性的选取 13.2.7改进决策树性能的方法 13.3泛化规则算法 13.3.1概念层次 13.3.2面向属性泛化的策略与特点 13.3.3基于规则的面向属性泛化方法 13.4相关分析 13.4.1两要素间的相关分析 13.4.2多要素之间的相关分析 13.4.3关联规则算法 13.5回归分析 13.5.1一元线性回归模型 13.5.2多元线性回归模型 13.5.3非线性回归模型 13.5.4回归分析与相关分析 13.6系统聚类分析 13.6.1概述 13.6.2聚类要素预处理 13.6.3分类统计量 13.6.4系统聚类法 13.6.5其他聚类方法概述 13.7判别分析 13.7.1距离判别 13.7.2费歇判别法 13.7.3贝叶斯判别法 13.7.4判别分析应注意的问题 13.8主成分分析 13.8.1主成分分析的基本原理 13.8.2主成分分析的方法 思考题 第14章数据输出算法 14.1概述 14.1.1地图符号构成元素组成 14.1.2地图符号几何特征 14.1.3基于SVG的地图符号描述模型 14.2点状地图符号的绘制 14.2.1圆的绘制 14.2.2椭圆的绘制 14.2.3多边形的绘制 14.2.4五角星的绘制 14.3线状地图符号的绘制 14.3.1平行线绘制 14.3.2虚线绘制 14.3.3短齿线的绘制 14.3.4铁路线的绘制 14.3.5境界线的绘制 14.4面状地图符号的绘制 思考题 主要参考文献5 0浏览免费
- 软件/插件大小:2KB门槛回归 门限回归 stata 门槛面板 门槛回归(Threshold Regression)是一种非线性回归方法,它假设因变量在自变量上存在一个或多个阈值,当自变量超过或达到这个阈值时,因变量的变化发生了显著的跃迁。因此,门槛回归可以用来分析因变量对于自变量的非线性响应,特别是当因变量的响应在某个阈值点发生了显著变化时。 门限回归(Tobit Regression)是一种特殊的门槛回归方法,它被广泛用于处理截尾数据或半截尾数据。在门限回归中,因变量的值只有在一个阈值以上才能被观测到,而在这个阈值以下,因变量的值被截断或缺失。因此,门限回归通常用于分析存在截尾数据或半截尾数据的情况下,自变量对于因变量的影响。 Stata是一种常用的统计软件,可以进行门槛回归和门限回归分析。使用Stata进行门槛回归和门限回归分析需要使用特定的命令,如"threshold"和"censored"命令。 门槛面板(Threshold Panel)模型则是一种将门槛回归和面板数据模型相结合的方法。在门槛面板模型中,因变量的非线性响应在面板数据中是存在的,而这种响应是通过将截距项或斜率项或两者都设置为门门槛回归 门限回归 stata 门槛面板 门槛回归(Threshold Regression)是一种非线性回归方法,它假设因变量在自变量上存在一个或多个阈值,当自变量超过或达到这个阈值时,因变量的变化发生了显著的跃迁。因此,门槛回归可以用来分析因变量对于自变量的非线性响应,特别是当因变量的响应在某个阈值点发生了显著变化时。 门限回归(Tobit Regression)是一种特殊的门槛回归方法,它被广泛用于处理截尾数据或半截尾数据。在门限回归中,因变量的值只有在一个阈值以上才能被观测到,而在这个阈值以下,因变量的值被截断或缺失。因此,门限回归通常用于分析存在截尾数据或半截尾数据的情况下,自变量对于因变量的影响。 Stata是一种常用的统计软件,可以进行门槛回归和门限回归分析。使用Stata进行门槛回归和门限回归分析需要使用特定的命令,如"threshold"和"censored"命令。 门槛面板(Threshold Panel)模型则是一种将门槛回归和面板数据模型相结合的方法。在门槛面板模型中,因变量的非线性响应在面板数据中是存在的,而这种响应是通过将截距项或斜率项或两者都设置为门5 6546浏览免费
- matlab大小:50MB针对A—F赛题分别有对应的算法代码,都是matlab程序针对A—F赛题分别有对应的算法代码,都是matlab程序3 1w+浏览免费
- python大小:3MBTA-Lib(Technical Analysis Library, 即技术分析库)是Python金融量化的高级库,涵盖了150多种股票、期货交易软件中常用的技术分析指标,如MACD、RSI、KDJ、动量指标、布林带等。但很多人安装指标计算ta-lib库就总报错,就可以在这里找到包下载后安装。 文件举例:TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 命名解释:包名-版本号-cp37代表适用于python3.7版本-win代表windows平台-amd64表示64位版本(与python版本要一致) 假定文件下载到d盘根目录,使用如下命令进行安装: pip install d:\TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 原文链接:https://blog.csdn.net/popboy29/article/details/126140862 建议使用360压缩进行解压。TA-Lib(Technical Analysis Library, 即技术分析库)是Python金融量化的高级库,涵盖了150多种股票、期货交易软件中常用的技术分析指标,如MACD、RSI、KDJ、动量指标、布林带等。但很多人安装指标计算ta-lib库就总报错,就可以在这里找到包下载后安装。 文件举例:TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 命名解释:包名-版本号-cp37代表适用于python3.7版本-win代表windows平台-amd64表示64位版本(与python版本要一致) 假定文件下载到d盘根目录,使用如下命令进行安装: pip install d:\TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 原文链接:https://blog.csdn.net/popboy29/article/details/126140862 建议使用360压缩进行解压。0 7640浏览免费
- 运动目标大小:1MB利用的差分法检测视频中的运动目标,在MatlabR2009a中可以运行。运行结果显示,可以有效地将运动目标检测出来并标记。利用的差分法检测视频中的运动目标,在MatlabR2009a中可以运行。运行结果显示,可以有效地将运动目标检测出来并标记。5 625浏览免费
- A星路径规划大小:14KB博文详细介绍用MATLAB实现基于A*算法的路径规划(附完整的代码,代码逐行进行解释)(四)--------固定障碍物,进一步对比 的附件,包含了文章介绍的完整的matlab文件博文详细介绍用MATLAB实现基于A*算法的路径规划(附完整的代码,代码逐行进行解释)(四)--------固定障碍物,进一步对比 的附件,包含了文章介绍的完整的matlab文件5 4894浏览免费
- 人脸识别大小:4MB人脸库用的事ORL库,本程序用的是matlab写的一个简单的人脸识别程序,在运行程序时,需要更改代码中两个地方,一是BP_Train里面的一个路径,而是Accuracy里的文件路径,需要把两个路径都改为当前存放的路径。参考本程序需要有一定的matlab基础。人脸库用的事ORL库,本程序用的是matlab写的一个简单的人脸识别程序,在运行程序时,需要更改代码中两个地方,一是BP_Train里面的一个路径,而是Accuracy里的文件路径,需要把两个路径都改为当前存放的路径。参考本程序需要有一定的matlab基础。4 1009浏览免费
- 软件手册大小:201BMathWork matlab2021b官方手册MathWork matlab2021b官方手册3 1w+浏览免费
- matlab大小:337KB除了数学规划方法之外,还可采用智能优化算法求解双层优化问题,一般在上层优化中采用智能优化算法,下层优化使用数学规划方法;也可以在上下层优化中都采用智能优化算法,这篇博客将进行详细介绍。算例依旧使用上面两篇博客中的线性双层优化问题,由于这个优化问题比较简单,我们采用最基础的粒子群算法进行求解。 资源包括三个部分: 1.基础粒子群算法的matlab代码 2.采用粒子群算法求解带约束的优化问题matlab代码 3.采用粒子群算法求解双层优化问题的matlab代码 智能优化算法无法避免的问题,即使是一个非常简单的目标函数,求出的结果也无法保证是全局最优,那么当目标函数变复杂时,情况将会更糟糕。现在对智能优化算法的研究非常多,各种动植物园算法、各种改进都层出不穷,但还是无法从根本上解决算法无法保证全局收敛的问题。 所以,只有在数学模型比较复杂,非线性条件很多,而且对结果的误差是可以接受的情况下,才建议使用智能优化算法进行求解。除了数学规划方法之外,还可采用智能优化算法求解双层优化问题,一般在上层优化中采用智能优化算法,下层优化使用数学规划方法;也可以在上下层优化中都采用智能优化算法,这篇博客将进行详细介绍。算例依旧使用上面两篇博客中的线性双层优化问题,由于这个优化问题比较简单,我们采用最基础的粒子群算法进行求解。 资源包括三个部分: 1.基础粒子群算法的matlab代码 2.采用粒子群算法求解带约束的优化问题matlab代码 3.采用粒子群算法求解双层优化问题的matlab代码 智能优化算法无法避免的问题,即使是一个非常简单的目标函数,求出的结果也无法保证是全局最优,那么当目标函数变复杂时,情况将会更糟糕。现在对智能优化算法的研究非常多,各种动植物园算法、各种改进都层出不穷,但还是无法从根本上解决算法无法保证全局收敛的问题。 所以,只有在数学模型比较复杂,非线性条件很多,而且对结果的误差是可以接受的情况下,才建议使用智能优化算法进行求解。5 4829浏览免费
- hadoop大小:685MB【开发环境】安装 Hadoop 运行环境 ( 下载 Hadoop | 解压 Hadoop | 设置 Hadoop 环境变量 | 配置 Hadoop 环境脚本 | 安装 winutils ) https://hanshuliang.blog.csdn.net/article/details/132045605 一、下载 Hadoop 二、解压 Hadoop 三、设置 Hadoop 环境变量 四、配置 Hadoop 环境脚本 五、安装 winutils 六、重启电脑 七、验证 Hadoop 安装效果【开发环境】安装 Hadoop 运行环境 ( 下载 Hadoop | 解压 Hadoop | 设置 Hadoop 环境变量 | 配置 Hadoop 环境脚本 | 安装 winutils ) https://hanshuliang.blog.csdn.net/article/details/132045605 一、下载 Hadoop 二、解压 Hadoop 三、设置 Hadoop 环境变量 四、配置 Hadoop 环境脚本 五、安装 winutils 六、重启电脑 七、验证 Hadoop 安装效果0 3729浏览免费
- uci大小:1MBuci常用数据集如iris、glass等,适合数据挖掘实验uci常用数据集如iris、glass等,适合数据挖掘实验5 1491浏览免费
- simulink大小:133KB博文PID控制器——MATLAB/Simulink仿真以及性能比较与分析的附件,包含了文章介绍的simulink仿真模型博文PID控制器——MATLAB/Simulink仿真以及性能比较与分析的附件,包含了文章介绍的simulink仿真模型5 4939浏览免费
- matlab大小:3KB基于matlab建模,本模型是通过遗传算法优化BP神经网络进行预测,最后输出进化过程图、预测效果对比图、误差图和RMSE、MAE、MAPE、R2等评价指标。可以结合自己的数据集运行,需要修改的地方均备注了,适合新手入门,包括main.m、BpFunction.m、Objfun.m三个.m文件。 本文件代码是基于【每行一个样本,每列一个特征】,如果数据集以列为样本请注意转置!运行前需安装matlab遗传算法工具箱。基于matlab建模,本模型是通过遗传算法优化BP神经网络进行预测,最后输出进化过程图、预测效果对比图、误差图和RMSE、MAE、MAPE、R2等评价指标。可以结合自己的数据集运行,需要修改的地方均备注了,适合新手入门,包括main.m、BpFunction.m、Objfun.m三个.m文件。 本文件代码是基于【每行一个样本,每列一个特征】,如果数据集以列为样本请注意转置!运行前需安装matlab遗传算法工具箱。5 5122浏览免费
- matlab大小:6KB三维路径规划指在已知三维地图中,规划出一条从出发点到目标点满足某项指标最优,并且避开了所有三维障碍物的三维最优路径。现有的路径规划算法中,大部分算法是在二维规划平面或准二维规划平面中进行路径规划。一般的三维路径规划算法具有计算过程复杂、信息存储量大、难以直接进行全局规划等问题。已有的三维路径规划算法主要包括A*算法、遗传算法、粒子群算法等,但是A*算法的计算量会随着维数的增加而急剧增加,遗传算法和粒子群算法只是准三维规划算法。 蚁群算法具有分布计算、群体智能等优势,在路径规划上具有很大潜力,在成功用于二维路径规划的同时也可用于三维路径规划,代码采用蚁群算法进行水下机器人三维路径规划。三维路径规划指在已知三维地图中,规划出一条从出发点到目标点满足某项指标最优,并且避开了所有三维障碍物的三维最优路径。现有的路径规划算法中,大部分算法是在二维规划平面或准二维规划平面中进行路径规划。一般的三维路径规划算法具有计算过程复杂、信息存储量大、难以直接进行全局规划等问题。已有的三维路径规划算法主要包括A*算法、遗传算法、粒子群算法等,但是A*算法的计算量会随着维数的增加而急剧增加,遗传算法和粒子群算法只是准三维规划算法。 蚁群算法具有分布计算、群体智能等优势,在路径规划上具有很大潜力,在成功用于二维路径规划的同时也可用于三维路径规划,代码采用蚁群算法进行水下机器人三维路径规划。5 3221浏览免费
- matlab大小:4MB双层优化问题(Bilevel Programming Problems),也被称为双层规划,最早由Stackelberg与1934年在经济学相关研究中提出,因此也被称为Stackelberg问题。双层规划问题一般具有层次性、独立性、冲突性、优先性和自主性等特点。 对于小规模线性双层优化问题,通过迭代也无法求出问题的解,实际我们要解决的问题一般都不会这么简单,通常规模比较大,或者模型中存在非线性,一般来说很难通过简单的迭代法进行求解,需要考虑其他方法。实际上,双层优化问题是一个 NP 难问题,通常采用的方式是利用 KKT(Karush-Kuhn-Tucker)条件将双层优化转换为单层优化问题。 本文介绍了双层优化的原理与求解方法,详细介绍了KKT条件在双层优化中的使用方法,并提供了相应的matlab代码供参考学习。双层优化问题(Bilevel Programming Problems),也被称为双层规划,最早由Stackelberg与1934年在经济学相关研究中提出,因此也被称为Stackelberg问题。双层规划问题一般具有层次性、独立性、冲突性、优先性和自主性等特点。 对于小规模线性双层优化问题,通过迭代也无法求出问题的解,实际我们要解决的问题一般都不会这么简单,通常规模比较大,或者模型中存在非线性,一般来说很难通过简单的迭代法进行求解,需要考虑其他方法。实际上,双层优化问题是一个 NP 难问题,通常采用的方式是利用 KKT(Karush-Kuhn-Tucker)条件将双层优化转换为单层优化问题。 本文介绍了双层优化的原理与求解方法,详细介绍了KKT条件在双层优化中的使用方法,并提供了相应的matlab代码供参考学习。0 3257浏览免费
- MATLAB GUI设计学习手记 全本 罗华飞编着 非常好的资源5 726浏览免费
- Python大小:1MB2022泰迪杯数据分析技能赛B题一等奖 方案及赛后总结:https://blog.csdn.net/u014111377/article/details/127905972 欢迎学习交流 任务1:数据探索与清洗 任务2:产品营销数据可视化分析 任务3:客户流失因素可视化分析 任务4:特征构建 任务5:银行客户长期忠诚度预测建模2022泰迪杯数据分析技能赛B题一等奖 方案及赛后总结:https://blog.csdn.net/u014111377/article/details/127905972 欢迎学习交流 任务1:数据探索与清洗 任务2:产品营销数据可视化分析 任务3:客户流失因素可视化分析 任务4:特征构建 任务5:银行客户长期忠诚度预测建模5 8685浏览免费
- matlab文件大小:9KB动态衡量式A星算法及拐角优化的matlab文件,内部包含两个matlab文件,A_ROAD_3 为完整的动态衡量式A星算法文件,A_ROAD_4是进行拐角优化后的文件,详情请见博文----详细介绍用MATLAB实现基于A*算法的路径规划(附完整的代码,代码逐行进行解释)(三)动态衡量式A星算法及拐角优化的matlab文件,内部包含两个matlab文件,A_ROAD_3 为完整的动态衡量式A星算法文件,A_ROAD_4是进行拐角优化后的文件,详情请见博文----详细介绍用MATLAB实现基于A*算法的路径规划(附完整的代码,代码逐行进行解释)(三)0 3004浏览免费
- officedoc大小:127KBofficedoc,matlab操作office文件的工具箱 ,来自mathwork官网officedoc,matlab操作office文件的工具箱 ,来自mathwork官网5 143浏览免费
- 本文是对双容水箱的PID液位控制系统的仿真,主要内容包括:对水箱的特性确 定,建立液位控制系统的水箱数学模型,设计出了串级控制系统,针对所选液位 控制系统选择合适的PID算法。用MATLAB/Simulink建立液位控制系统,调节器 分别采用P、PI、PD、PID控制系统,通过仿真比较了各控制器的不同之处,以 及各个参数的控制作用和性能的比较,对得到的仿真曲线进行分析,总结了参数 变法对系统性能的影响。1 7676浏览免费
- matlab大小:3MB热网,气网,电网简单混合系统的调度 数据来源和模型说明见“模型与数据”文件夹下的word和excel(林玲整理),参考文献在文件“模型与数据.docx”中以批注标示。 直接运行"HeatGasPowerCombination.m" 此外,请注意,该模型基于Matlab,Yalmip,求解器为Gurobi。 通过修改句子'ops = settings('solver','gurobi'中的参数'gurobi',可以将其更改为其他求解器,例如Cplex。 本项目只用于交流,希望不要出现商业行为(之前在闲鱼上竟然发现有人转卖),谢谢!热网,气网,电网简单混合系统的调度 数据来源和模型说明见“模型与数据”文件夹下的word和excel(林玲整理),参考文献在文件“模型与数据.docx”中以批注标示。 直接运行"HeatGasPowerCombination.m" 此外,请注意,该模型基于Matlab,Yalmip,求解器为Gurobi。 通过修改句子'ops = settings('solver','gurobi'中的参数'gurobi',可以将其更改为其他求解器,例如Cplex。 本项目只用于交流,希望不要出现商业行为(之前在闲鱼上竟然发现有人转卖),谢谢!5 2189浏览免费
- 南京邮电大学大小:29MB因为有很多人来问我综合练习1怎么做,但是我没做过,所以这个仅供大家参考,欢迎大家交流指正!因为有很多人来问我综合练习1怎么做,但是我没做过,所以这个仅供大家参考,欢迎大家交流指正!5 3622浏览免费
- pmsm大小:36KB永磁同步电机控制simulink仿真模型,Simulink永磁同步电机控制仿真系列文章对应资源,本模型实现了滑模观测器,并对永磁同步电机进行了位置观测。模型使用matlab2020a创建,老版本运行需要替换clark、park、ipark模块永磁同步电机控制simulink仿真模型,Simulink永磁同步电机控制仿真系列文章对应资源,本模型实现了滑模观测器,并对永磁同步电机进行了位置观测。模型使用matlab2020a创建,老版本运行需要替换clark、park、ipark模块4 3178浏览免费
- 《Spring Cloud Alibaba 从入门到实战》4 6194浏览免费
- matlab大小:2MB基于matlab的斜抛运动轨迹分析(考虑空气阻力),大物作业。。顺便放上来,有需下载基于matlab的斜抛运动轨迹分析(考虑空气阻力),大物作业。。顺便放上来,有需下载4 5620浏览免费
- 南京邮电大学大小:9KB这里没有综合实验一,请看我的另一个资源,我有写博客解释一些代码,欢迎大家交流指正!这里没有综合实验一,请看我的另一个资源,我有写博客解释一些代码,欢迎大家交流指正!0 3892浏览免费
- PID大小:308KB博文 :PID控制器——MATLAB/Simulink仿真以及性能比较与分析,介绍的最新升级版框架的simulink文件,本资源包含MATLAB2015a到2020a的11个版本的文件,应该说比较全了博文 :PID控制器——MATLAB/Simulink仿真以及性能比较与分析,介绍的最新升级版框架的simulink文件,本资源包含MATLAB2015a到2020a的11个版本的文件,应该说比较全了4 2187浏览免费
- Matlab与STK连接函数库(最新整理)。更多STK学习资料请关注博客:http://blog.csdn.net/appe19435 682浏览免费
- 是大数据课程大作业,基于Hadoop的电影影评数据分析,需要安装Hadoop,了解MapReduce 和HDFS。5 7642浏览免费
- python大小:342KBpython数据分析,因为股票价格的影响因素太多,通过k线数据预测未来的价格变化基本不可行,只有当天之内的数据还有一定的关联,故feature与target都选择的是当天的数据。 加载数据 为了加快数据的处理速度,提前将mariadb数据库中的数据查询出来,保存成feather格式的数据,以提高加载数据的速度。 经过处理,不同股票的数据保存在了不同的文件中,列名还保持着数据库中的字段名。我选择了股票代码为sh600010的这只股票作为数据分析的数据来源。预测出来的结果与真实值变化趋势相近,说明线性回归模型在一定程度上能够解释收盘价与选取的feature之间的关系python数据分析,因为股票价格的影响因素太多,通过k线数据预测未来的价格变化基本不可行,只有当天之内的数据还有一定的关联,故feature与target都选择的是当天的数据。 加载数据 为了加快数据的处理速度,提前将mariadb数据库中的数据查询出来,保存成feather格式的数据,以提高加载数据的速度。 经过处理,不同股票的数据保存在了不同的文件中,列名还保持着数据库中的字段名。我选择了股票代码为sh600010的这只股票作为数据分析的数据来源。预测出来的结果与真实值变化趋势相近,说明线性回归模型在一定程度上能够解释收盘价与选取的feature之间的关系3 3707浏览免费
- matlab大小:119MB目前是matlab2020a的最新官方文档,其中涵盖了matlab入门基础、桌面工具和开发环境以及数据导入导出、matlab数学、数据分析、编程基础、面向对象编程、matlab图形、3d可视化等等。目前是matlab2020a的最新官方文档,其中涵盖了matlab入门基础、桌面工具和开发环境以及数据导入导出、matlab数学、数据分析、编程基础、面向对象编程、matlab图形、3d可视化等等。0 7092浏览免费
- ZIP大小:645MB裸眼三维测绘系统裸眼三维测绘系统1 7545浏览免费
- Scala快速入门(适合为学Spark学习Scala的同学)Word文档0 1730浏览免费
- 软件/插件大小:749MBCPLEX12.8学术版安装包:cplex_studio128.win-x86-64.exe yalmip master安装包CPLEX12.8学术版安装包:cplex_studio128.win-x86-64.exe yalmip master安装包0 1723浏览免费
- 认知无线电中频谱感知技术研究+Matlab仿真代码5 911浏览免费
- DOC大小:5MB第一章 绪论 1.1 图像处理与识别技术的内容及理解 数字图像处理处理学科所涉及的知识非常广泛,具体的方法种类繁多,应用也极为普遍,但从学科研究内容上可以分为以下几个方面。 1.1.1 图像处理技术 (1) 图像数字化 其目的是将模拟形式的图像通过数字化设备变为数字计算机可用的离散的图像数据。 (2) 图像变换 为了达到某种目的而对图像使用一种数学技巧,经过变换后的图像更为方便、容易地处理和操作。 (3) 图像增强 图像增强的主要目标是改善图像的质量。采用某种特殊的技术来突出图像中的某些信息,削弱或消除某些无关信息,从而有目的地强调图像的整体或局部特征。常常用来改善人对图像的视觉效果,让观察者能看到更加直接、清晰、适于分析的信息。直方图修正、灰度变换、强化图像轮廓等都是常用的手段。 (4) 图像分割 在图像研究和应用中,人们往往仅对图像的某些部分感兴趣。它们一般对应图像中待定的、具有独特性质的区域。图像分割就是把图像分割成各具特性的区域并提取出感兴趣的目标。 (5) 图像分析 图像分析也可以成为图像理解,主要研究从图像中提取有用的数据或信息,生成非图像的描述或表示。图像分析的内容分为特征提取、图像分割、符号描述、纹理分析、运动图像分析和图像的检测与配准。 1.1.2 图像识别技术 图像识别是近20年来发展起来的一门学科,它以研究某些对象或过程(统称图像)的分类与描述为主要内容。图像识别所研究的领域十分广泛,它可以使医学图像中的癌细胞识别;机械加工中零部件的识别、分类;可以是从遥感图片中辨别农作物、森林、湖泊和军事设施,以及判断农作物的长势,预测收获量等;可以是自导引小车中的路径识别;邮政系统中自动分拣信函;交通管制、识别违章行驶的汽车牌照;银行的支票识别、身份证识别等。上述都是图像识别研究的课题。一个图像识别系统主要包括3部分:①图像信息获取;②图像信息加工和处理、抽取特征;③判断或分类。第一章 绪论 1.1 图像处理与识别技术的内容及理解 数字图像处理处理学科所涉及的知识非常广泛,具体的方法种类繁多,应用也极为普遍,但从学科研究内容上可以分为以下几个方面。 1.1.1 图像处理技术 (1) 图像数字化 其目的是将模拟形式的图像通过数字化设备变为数字计算机可用的离散的图像数据。 (2) 图像变换 为了达到某种目的而对图像使用一种数学技巧,经过变换后的图像更为方便、容易地处理和操作。 (3) 图像增强 图像增强的主要目标是改善图像的质量。采用某种特殊的技术来突出图像中的某些信息,削弱或消除某些无关信息,从而有目的地强调图像的整体或局部特征。常常用来改善人对图像的视觉效果,让观察者能看到更加直接、清晰、适于分析的信息。直方图修正、灰度变换、强化图像轮廓等都是常用的手段。 (4) 图像分割 在图像研究和应用中,人们往往仅对图像的某些部分感兴趣。它们一般对应图像中待定的、具有独特性质的区域。图像分割就是把图像分割成各具特性的区域并提取出感兴趣的目标。 (5) 图像分析 图像分析也可以成为图像理解,主要研究从图像中提取有用的数据或信息,生成非图像的描述或表示。图像分析的内容分为特征提取、图像分割、符号描述、纹理分析、运动图像分析和图像的检测与配准。 1.1.2 图像识别技术 图像识别是近20年来发展起来的一门学科,它以研究某些对象或过程(统称图像)的分类与描述为主要内容。图像识别所研究的领域十分广泛,它可以使医学图像中的癌细胞识别;机械加工中零部件的识别、分类;可以是从遥感图片中辨别农作物、森林、湖泊和军事设施,以及判断农作物的长势,预测收获量等;可以是自导引小车中的路径识别;邮政系统中自动分拣信函;交通管制、识别违章行驶的汽车牌照;银行的支票识别、身份证识别等。上述都是图像识别研究的课题。一个图像识别系统主要包括3部分:①图像信息获取;②图像信息加工和处理、抽取特征;③判断或分类。5 2460浏览免费
- 大数据大小:2MB主要是用于大家对于大数据的基本处理,适合大学生本科毕设的参考。主要是用于大家对于大数据的基本处理,适合大学生本科毕设的参考。0 6325浏览免费
- 四阶方程大小:275KB车桥耦合的求解matlab代码,即梁上面有移动载荷的数值模拟车桥耦合的求解matlab代码,即梁上面有移动载荷的数值模拟5 4606浏览免费
- origin2021 下载途径:百度网盘、阿里云盘下载5 5388浏览免费
- matlab大小:655KB本压缩文件里包含了众多的程序,并且可通过GUI实时修改simulink中各个环节的参数。本压缩文件里包含了众多的程序,并且可通过GUI实时修改simulink中各个环节的参数。5 2299浏览免费
- opencv大小:12MB在这个实战项目中,我们将利用Python结合OpenCV库来实现车牌识别功能。整个过程涵盖图像预处理、车牌定位、车牌字符分割以及模板匹配识别等关键步骤,对智能交通、车辆管理等实际应用领域具有显著价值。 首先,我们需要对获取的车辆图像进行预处理,这通常包括灰度化、二值化、滤波去噪等操作,以便更好地凸显车牌区域。接着,利用OpenCV的图像处理功能,我们可以实现车牌定位。这通常涉及边缘检测、轮廓查找以及形态学操作,以准确提取出车牌区域。 在车牌定位完成后,我们需要对车牌进行字符分割。这一步的目的是将车牌中的每个字符独立提取出来,以便后续进行识别。常用的字符分割方法包括垂直投影法、滑动窗口法等。通过这些方法,我们可以将车牌图像划分为多个字符区域。 最后,我们利用模板匹配的方法对分割出的字符进行识别。通过预先准备的字符模板库,我们将每个字符区域与模板库中的字符进行匹配,从而确定字符的具体内容。经过这一过程,我们可以得到完整的车牌号码。 该项目不仅可用于车牌识别技术的学习和研究,还具有实际应用价值。通过自动识别车牌号码,我们可以实现车辆追踪、违章查询、停车场管理等功能,从而提高交通管理的在这个实战项目中,我们将利用Python结合OpenCV库来实现车牌识别功能。整个过程涵盖图像预处理、车牌定位、车牌字符分割以及模板匹配识别等关键步骤,对智能交通、车辆管理等实际应用领域具有显著价值。 首先,我们需要对获取的车辆图像进行预处理,这通常包括灰度化、二值化、滤波去噪等操作,以便更好地凸显车牌区域。接着,利用OpenCV的图像处理功能,我们可以实现车牌定位。这通常涉及边缘检测、轮廓查找以及形态学操作,以准确提取出车牌区域。 在车牌定位完成后,我们需要对车牌进行字符分割。这一步的目的是将车牌中的每个字符独立提取出来,以便后续进行识别。常用的字符分割方法包括垂直投影法、滑动窗口法等。通过这些方法,我们可以将车牌图像划分为多个字符区域。 最后,我们利用模板匹配的方法对分割出的字符进行识别。通过预先准备的字符模板库,我们将每个字符区域与模板库中的字符进行匹配,从而确定字符的具体内容。经过这一过程,我们可以得到完整的车牌号码。 该项目不仅可用于车牌识别技术的学习和研究,还具有实际应用价值。通过自动识别车牌号码,我们可以实现车辆追踪、违章查询、停车场管理等功能,从而提高交通管理的0 1440浏览免费
- hadoop大小:191MB项目源码:基于Hadoop+Spark招聘推荐可视化系统 大数据项目 计算机毕业设计 基于Hadoop+Spark的招聘推荐可视化系统是一种利用Hadoop和Spark等大数据处理技术,实现招聘推荐和可视化展示的应用系统。以下是该系统的主要介绍: 数据采集:系统通过各种渠道(如招聘网站、社交媒体等)获取大量的招聘相关数据,包括职位信息、公司信息、求职者信息等。这些数据以结构化或半结构化形式存在。 数据存储与处理:系统利用Hadoop分布式文件系统(HDFS)存储采集到的招聘数据,并使用Hadoop生态圈中的工具(如Hive、HBase等)进行数据处理和管理。Spark作为数据处理引擎,提供高性能的批处理和实时计算能力,对招聘数据进行清洗、转换和特征提取等操作。 招聘推荐:系统利用Spark的机器学习库(如MLlib)构建候选模型,通过对求职者的个人资料、工作经历、技能等特征进行分析,匹配合适的职位和公司。系统可以根据用户的偏好和需求,向其推荐最相关的招聘信息。 可视化展示:系统利用可视化工具(如matplotlib、Plotly等)将招聘数据以各种图表、图形等形式可视化展示。项目源码:基于Hadoop+Spark招聘推荐可视化系统 大数据项目 计算机毕业设计 基于Hadoop+Spark的招聘推荐可视化系统是一种利用Hadoop和Spark等大数据处理技术,实现招聘推荐和可视化展示的应用系统。以下是该系统的主要介绍: 数据采集:系统通过各种渠道(如招聘网站、社交媒体等)获取大量的招聘相关数据,包括职位信息、公司信息、求职者信息等。这些数据以结构化或半结构化形式存在。 数据存储与处理:系统利用Hadoop分布式文件系统(HDFS)存储采集到的招聘数据,并使用Hadoop生态圈中的工具(如Hive、HBase等)进行数据处理和管理。Spark作为数据处理引擎,提供高性能的批处理和实时计算能力,对招聘数据进行清洗、转换和特征提取等操作。 招聘推荐:系统利用Spark的机器学习库(如MLlib)构建候选模型,通过对求职者的个人资料、工作经历、技能等特征进行分析,匹配合适的职位和公司。系统可以根据用户的偏好和需求,向其推荐最相关的招聘信息。 可视化展示:系统利用可视化工具(如matplotlib、Plotly等)将招聘数据以各种图表、图形等形式可视化展示。1 3368浏览免费
- 大数据大小:407MB为在大学生中倡导学习统计、应用统计的良好氛围,促进大学生关注经济社会热点难点问题,适应大数据时代下高校及统计部门对统计人才的培养要求,中国统计教育学会、全国应用统计专业学位研究生教育指导委员会联合举办2021年(第七届)全国大学生统计建模大赛,本届大赛主题为“数据新动能的统计测度研究”,旨在提高大学生数据挖掘、数据分析、运用统计方法及计算机技术处理数据的能力,加强创新思维意识,助力推进统计现代化改革。经过一年的筹备、征集和筛选评议工作,最终选出这26篇优秀论文集结成册,展示当代大学生的统计应用能力和研究水平。 欢迎扫描以上二维码订阅 扫一扫在手机打开 上一篇: 《2022年(第八届)... 下一篇: 关于公布2022年(第... 评论262 0/150 提交 热门评论 相关推荐 关于公布2023年(第九届)全国大学生统计建模大赛报名信息的通知 大赛动态 2023-04-10 10:00595451143 《2023年(第九届)全国大学生统计建模大赛主题解读》(视频) 大赛动态 2023-04-06 09:0046299990 “全国大学生统计建模大赛”成功入为在大学生中倡导学习统计、应用统计的良好氛围,促进大学生关注经济社会热点难点问题,适应大数据时代下高校及统计部门对统计人才的培养要求,中国统计教育学会、全国应用统计专业学位研究生教育指导委员会联合举办2021年(第七届)全国大学生统计建模大赛,本届大赛主题为“数据新动能的统计测度研究”,旨在提高大学生数据挖掘、数据分析、运用统计方法及计算机技术处理数据的能力,加强创新思维意识,助力推进统计现代化改革。经过一年的筹备、征集和筛选评议工作,最终选出这26篇优秀论文集结成册,展示当代大学生的统计应用能力和研究水平。 欢迎扫描以上二维码订阅 扫一扫在手机打开 上一篇: 《2022年(第八届)... 下一篇: 关于公布2022年(第... 评论262 0/150 提交 热门评论 相关推荐 关于公布2023年(第九届)全国大学生统计建模大赛报名信息的通知 大赛动态 2023-04-10 10:00595451143 《2023年(第九届)全国大学生统计建模大赛主题解读》(视频) 大赛动态 2023-04-06 09:0046299990 “全国大学生统计建模大赛”成功入5 6258浏览免费
- matlab大小:1MB基于多目标灰狼的冷热电联拱型微电网允许优化/ 考虑用户侧柔性负荷的社区综合能源系统日前优化调度(完美复现)matlab-yalmip-cplex/gurobi代码/ 基于场景的多区域综合能源优化调度(随机优化)(完美复现)matlab-yalmip-cplex/gurobi代码/ 考虑阶梯式碳交易机制与电制氢的综合能源系统热电优化(完美复现)matlab-yalmip-cplex/gurobi代码/ 基于概率距离的场景快速削减法的风光场景生成与削减方法/ 微电网两阶段鲁棒优化经济调度方法(完美复现)matlab-yalmip-cplex/gurobi非答疑版本/ 两阶段鲁棒优化入门到编程/ 并网型微电网光储协同优化调度/matlab-yalmip-cplex/ 含集群电动汽车的微电网多种需求侧资源经济协同调度/基于多目标灰狼的冷热电联拱型微电网允许优化/ 考虑用户侧柔性负荷的社区综合能源系统日前优化调度(完美复现)matlab-yalmip-cplex/gurobi代码/ 基于场景的多区域综合能源优化调度(随机优化)(完美复现)matlab-yalmip-cplex/gurobi代码/ 考虑阶梯式碳交易机制与电制氢的综合能源系统热电优化(完美复现)matlab-yalmip-cplex/gurobi代码/ 基于概率距离的场景快速削减法的风光场景生成与削减方法/ 微电网两阶段鲁棒优化经济调度方法(完美复现)matlab-yalmip-cplex/gurobi非答疑版本/ 两阶段鲁棒优化入门到编程/ 并网型微电网光储协同优化调度/matlab-yalmip-cplex/ 含集群电动汽车的微电网多种需求侧资源经济协同调度/1 3674浏览免费
- hadoop大小:22MBhadoop各版本hadoop.dll和winutilshadoop各版本hadoop.dll和winutils5 7007浏览免费
- 驱动程序大小:4MBmysql-connector-java-5.1.40.tar.gz上传到Linux系统中,然后在Linux系统中新打开一个终端,在终端中执行命令解压缩文件:mysql-connector-java-5.1.40.tar.gz上传到Linux系统中,然后在Linux系统中新打开一个终端,在终端中执行命令解压缩文件:0 2647浏览免费
- matlab都知道哈4 94浏览免费
- matlab大小:2KB直接将magnify.m文件复制到[你的安装路径]/matlab/bin目录下,重新启动matlab即可使用。直接将magnify.m文件复制到[你的安装路径]/matlab/bin目录下,重新启动matlab即可使用。0 3629浏览免费
- 电弧仿真大小:98KB利用Matlab/Simulink对两种电弧模型(Mayr和Cassie电弧模型)进行了仿真。基于模型可分析模型参数对输出波形的影响,验证与实际故障电弧的相似度,对故障电弧保护装置的设计和研制起到积极作用。Cassie和Mayr电弧模型方程表达了电弧电压、电弧电流、电弧电导、时间常数、能量损失之间的关系; 可结合同名博客 “基于MATLAB的电弧仿真模型(Mayr/Cassie 电弧模型)” 进行配套仿真;https://blog.csdn.net/m0_64770246/article/details/128684204?spm=1001.2014.3001.5501;利用Matlab/Simulink对两种电弧模型(Mayr和Cassie电弧模型)进行了仿真。基于模型可分析模型参数对输出波形的影响,验证与实际故障电弧的相似度,对故障电弧保护装置的设计和研制起到积极作用。Cassie和Mayr电弧模型方程表达了电弧电压、电弧电流、电弧电导、时间常数、能量损失之间的关系; 可结合同名博客 “基于MATLAB的电弧仿真模型(Mayr/Cassie 电弧模型)” 进行配套仿真;https://blog.csdn.net/m0_64770246/article/details/128684204?spm=1001.2014.3001.5501;0 1645浏览免费
- matlab大小:3MBMATLAB_教程_(免费中文版).pdfMATLAB_教程_(免费中文版).pdf4 5802浏览免费
- xomap大小:107MB小O地图是一款互联网地图数据挖掘、处理、分析及可视化图表的地图工具软件。具有易用、高效、稳定的特点,能够满足地图数据处理及应用需求,也可提供个性化定制开发服务。小O地图是一款互联网地图数据挖掘、处理、分析及可视化图表的地图工具软件。具有易用、高效、稳定的特点,能够满足地图数据处理及应用需求,也可提供个性化定制开发服务。0 2395浏览免费
- 电源电路大小:66KB利用MATLAB_GUI编写的一个小工具,用于计算Boost电路中储能器件元件的参数 MATLAB版本:R2016b利用MATLAB_GUI编写的一个小工具,用于计算Boost电路中储能器件元件的参数 MATLAB版本:R2016b3 1855浏览免费
- hadoop大小:15MB在windows上运行Hadoop相关程序时报错问题解决(比如Spark) 如果需要积分或者校验码,可以去百度网盘中下载,地址如下: 链接:https://pan.baidu.com/s/1RVpmbtjuQL3lbAEYfjr2EA 提取码:1234在windows上运行Hadoop相关程序时报错问题解决(比如Spark) 如果需要积分或者校验码,可以去百度网盘中下载,地址如下: 链接:https://pan.baidu.com/s/1RVpmbtjuQL3lbAEYfjr2EA 提取码:12340 3478浏览免费
- 详细介绍了数据挖掘工具weka的使用方法5 326浏览免费
- 大数据大小:24MB自己在看《New Internet 大数据挖掘》这本书时做的一些笔记,与大家分享!自己在看《New Internet 大数据挖掘》这本书时做的一些笔记,与大家分享!5 215浏览免费
- 数学建模大小:27KB数学建模2021年B题代码数学建模2021年B题代码0 3576浏览免费
- 配电网大小:31KB资源是IEEE33节点配电网的拓扑图,使用visio绘制,是可编辑的文件,下载后可以自行修改资源是IEEE33节点配电网的拓扑图,使用visio绘制,是可编辑的文件,下载后可以自行修改5 938浏览免费