OpenBLAS-v0.2.14-Win64-int64+mingw64_dll.zip

OpenBLAS的windows下安装包，压缩包中包括，OpenBLAS-v0.2.14-Win64-int64.zip、mingw64_dll.zip。

cmake-3.14.3-win32-x86.msi

windows版本cmake。 下载自：https://cmake.org/download/

2012研究生数学建模B题优秀论文【古王张】MATLAB程序（基因识别问题及其算法实现）

1. 运行 Satellite06_Fit.m 文件， 将06号卫星的观测数据对齐到09号卫星的观测时刻上。 输出文件为 yy_0600_fa.mat，其中的变量 yy_0600_fa中存储了06号卫星的观测数据信息（观测时刻已与09号卫星的观测时刻相对齐）。 2. 运行 new_step1.m 文件， 用逐点交汇方法计算出空间飞行器的运动轨迹。 输出文件为 target_step1.mat，其中的变量 target_step1 为根据观测量求出的空间飞行器的运动轨迹。 3.运行Transoffset.m文件，获得06号和09号卫星对飞行器的估计量、估计量与测量量的偏差。输出文件为New_ray_06、New_ray_09，分别为06号卫星对飞行器的观测的估计量和09号卫星对飞行器的观测的估计量 4 打开06_方程1.sfit,得到06号贝尔塔偏差与测量的阿尔法的一次拟合函数，打开06_方程2.sfit，得到得到06号阿尔法偏差与测量的贝尔塔的一次拟合函数，打开09_方程1.sfit，得到09号贝尔塔偏差与测量的阿尔法的一次拟合函数，打开09_方程2.sfit，得到得到06号阿尔法偏差与测量的贝尔塔的一次拟合函数. 5. 运行 plat_poly.m 文件， 拟合出最接近运动轨迹的文件，并将轨迹投影到该平面上。 输出文件为 PM_ploy.mat，其中的变量 PM_ploy 为投影后的空间飞行器的运动轨迹。 6. 运行 Touying.m 文件， 将位置曲线拟合成六次多项式，并求出速度、及速度曲线，绘制它们的图形，最后计算残差。 输出文件有 ①kout.mat，其中的 coef_VrM 为拟合出的Kv*f(t)的8次多项式的系数矩阵； ②cancha.mat，其中的cancha_x，cancha_y，cancha_z分别表示x，y，z三个方向上的残差。 7. 运行 Step2.m 文件， 利用估计出的模型，求解微分方程，得出空间飞行器的运动轨迹，并绘制出位置、速度、加速度曲线。 输出文件为 rocket_track.mat，其中的 rocket_track 中存储了50s到170s内空间飞行器的运行轨道。

2012研究生数学建模A题优秀论文（基因识别问题及其算法实现）

2012研究生数学建模A题优秀论文 基因识别问题及其算法实现 针对基因识别问题，本文基于DNA 序列的3 周期这一性质，首先给出了DNA 序列功率和信噪比的快速算法并讨论了不同物种基因类型的阈值确定方法；在 此基础上，本文建立了基于背景噪声抑制和频谱平滑的SNR 频谱预处理模型， 经过预处理后的频谱不仅大幅度抑制了背景噪声，同时保留了SNR 频谱的模式 特征。在编码序列识别上，本文对经典的EPND 预测算法进行了改进，使用改进 的EPND 算法对经过预处理后频谱进行基因识别，实验结果显示这种基因识别模 型具有优异的基因识别性能，比传统直接使用基于滑动窗口DFT 的EPND 识别算 法在敏感度、特异性等评价指标上提高了2%-12%左右(不同指标提高程度不同)； 最后本文将提出的基因识别模型用于6 个未知DNA 序列(gene6)的编码区预测。

2012研究生数学建模B题优秀论文东南大学

2012研究生数学建模B题优秀论文东南大学 基于卫星无源探测的空间飞行器主动段轨道估计与误差分析 本文首先根据观测卫星的初始位置、速度，以及观测卫星的运动方程计算 出卫星的轨道，并得到09 号观测卫星在50.0s、100.0s、150.0s、200.0s、250.0s 五个时刻的三维位置。 然后利用题目所提供的双星观测数据，按照逐点交汇的方法，初步得到空 间飞行器的运行轨迹；接着拟合出一个平面，使得目标飞行器的轨迹点到该平 面的距离最小，进而将轨迹点投影到该平面上，再对位置数据进行了拟合，并 求出了位置、速度、加速度曲线；将位置量、速度、加速度带入到空间飞行器 的运动方程中，估计出空间飞行器的运动模型，并得到了m(t)的模型。 根据双星观测数据以及由模型反推出的观测量之间的偏差，估计出观测卫 星的系统误差。我们经过公式推导发现，三轴指向误差与观测量偏差之间存在 线性关系；因此采用最小二乘法对数据进行一次拟合，分别求出了两颗卫星的 系统误差。然后消除观测量中的系统误差，重新求出了空间飞行器的轨迹，并 拟合出位置、速度、加速度曲线，估计了空间飞行器的运动模型。 最后，我们对单卫星观测进行了设计，推导和利用空间飞行器轨迹的限制 条件，缩小了轨迹的搜索区域，并提出了搜索轨迹的方案。

2013年研究生数学建模B题优秀论文东南大学

2013年研究生数学建模B题优秀论文东南大学 基于卫星无源探测的空间飞行器主动段轨道估计与误差分析 本文首先根据观测卫星的初始位置、速度，以及观测卫星的运动方程计算 出卫星的轨道，并得到09 号观测卫星在50.0s、100.0s、150.0s、200.0s、250.0s 五个时刻的三维位置。 然后利用题目所提供的双星观测数据，按照逐点交汇的方法，初步得到空 间飞行器的运行轨迹；接着拟合出一个平面，使得目标飞行器的轨迹点到该平 面的距离最小，进而将轨迹点投影到该平面上，再对位置数据进行了拟合，并 求出了位置、速度、加速度曲线；将位置量、速度、加速度带入到空间飞行器 的运动方程中，估计出空间飞行器的运动模型，并得到了m(t)的模型。 根据双星观测数据以及由模型反推出的观测量之间的偏差，估计出观测卫 星的系统误差。我们经过公式推导发现，三轴指向误差与观测量偏差之间存在 线性关系；因此采用最小二乘法对数据进行一次拟合，分别求出了两颗卫星的 系统误差。然后消除观测量中的系统误差，重新求出了空间飞行器的轨迹，并 拟合出位置、速度、加速度曲线，估计了空间飞行器的运动模型。 最后，我们对单卫星观测进行了设计，推导和利用空间飞行器轨迹的限制 条件，缩小了轨迹的搜索区域，并提出了搜索轨迹的方案。

2013研究生数学建模A题优秀论文

2013研究生数学建模A题优秀论文 基因识别问题及其算法实现 针对基因识别问题，本文基于DNA 序列的3 周期这一性质，首先给出了DNA 序列功率和信噪比的快速算法并讨论了不同物种基因类型的阈值确定方法；在 此基础上，本文建立了基于背景噪声抑制和频谱平滑的SNR 频谱预处理模型， 经过预处理后的频谱不仅大幅度抑制了背景噪声，同时保留了SNR 频谱的模式 特征。在编码序列识别上，本文对经典的EPND 预测算法进行了改进，使用改进 的EPND 算法对经过预处理后频谱进行基因识别，实验结果显示这种基因识别模 型具有优异的基因识别性能，比传统直接使用基于滑动窗口DFT 的EPND 识别算 法在敏感度、特异性等评价指标上提高了2%-12%左右(不同指标提高程度不同)； 最后本文将提出的基因识别模型用于6 个未知DNA 序列(gene6)的编码区预测。

系统辨识部分算法matlab程序

test2: 一、 基本最小二乘法一次算法 二、 基本最小二乘法递推算法 三、 最小二乘遗忘因子一次完成算法 四、 最小二乘遗忘因子递推算法 五、 最小二乘限定记忆算法 六、 最小二乘偏差补偿算法 七、 增广最小二乘算法 八、 广义最小二乘算法 test3: 一、 辅助变量自适应滤波算法 二、 辅助变量纯滞后算法 三、 辅助变量Tally原理算法 四、 多级最小二乘算法 五、 各类改进最小二乘算法的特点 test4: 1、 第二类随机性辨识问题的梯度校正 2、 随机牛顿法 test5: 1、 递推的极大似然估计 2、 预报误差参数辨识 test6: 1、 根据Hankel矩阵秩估计模型阶次(弱噪声) 2、 根据Hankel矩阵秩估计模型阶次(强噪声) 3、 利用行列式比估计模型阶次（白噪声） 4、 利用行列式比估计模型阶次（有色噪声） 5、 利用残差的方差估计模型阶次（白噪声） 6、 利用残差的方差估计模型阶次（有色噪声） 7、 AIV定阶法（白噪声） 8、 AIV定阶法（有色噪声） test7: 1、 一阶惯性+纯滞后环节-----两点法 2、 面积法1 3、 levy法

数理统计与随机过程PPT

(研究生)数理统计与随机过程PPT 第五、六、七、八章

DeepLearning关于稀疏自编码器的资料

Sparse deep-learning algorithm for recognition and categorisation sparseae_exercise sparseAutoencoder稀疏自编码 稀疏编码算法概述 稀疏编码算法中的自适应问题研究