-
program_1
用来在飞机模型设计中全机总体参数计算程序，其中包含。进行多次反复迭代运算(model airplanes used in all design parameters for the overall program, which contains. Several iterations Operational)
- 2005-06-28 22:07:22下载
- 积分：1
-
MATLAByingyong
MATLAB符号运算在高阶动态电路中的应用，符号运算 高阶动态电路 MATLAB分析(MATLAB symbolic operation in Dynamic Circuit in the application of symbolic computation Dynamic Circuit MATLAB analysis)
- 2010-05-27 18:57:57下载
- 积分：1
-
GABP
说明： matlab格式源代码。功能：利用改进遗传优化算法解决BP神经网络中局部最小问题。(matlab source code format. Function: the use of improved genetic optimization algorithm BP neural network to solve local minimum problems.)
- 2008-12-08 10:50:08下载
- 积分：1
-
Tiro-parabolico
este documento se basa en la simulación y programación de la respuesta de un tiro parabólico en el cual podremos configurar tanto la altura en el el eje y como la distancia en el eje x
- 2013-05-08 12:53:00下载
- 积分：1
-
MITIGATION-OF-SAGS-AND-SWELLS
mitigation of sags and swells
- 2014-02-10 21:58:20下载
- 积分：1
-
ldpc-16qam
LDPC编码研究与分析，包含基本原理与算法及程序(Low Density Parity Check codes)
- 2020-11-26 19:09:30下载
- 积分：1
-
matlaberrorfunction
Matlab中erf(x)函数的表达式是怎样的，erf(x)与标准正态分布函数之间的关系是怎样的，怎样自己编制一个计算标准正态分布函数数值近似值的函数，如何利用matlab自带的erf(x)函数包近似计算标准正态分布函数的值，数值计算值与用erf(x)转化求得的值之间的相对误差是怎样的。(将中文译成英语
Matlab, erf (x) function expression is what, erf (x) the standard normal distribution function and the relationship between what and how to prepare their own calculation of the standard normal distribution function a value function approximation, how to use matlab comes with erf (x) function package approximate standard normal distribution function values??, numerical values ??and with erf (x) between the values ??obtained into the relative error is like.
)
- 2011-06-25 17:20:11下载
- 积分：1
-
IHS
satellite image fusion using intensity hue saturation
- 2014-09-10 23:39:48下载
- 积分：1
-
pro
小波与近似熵相结合的机械振动噪声信号分析
1 近似熵算法：
2 快速近似熵算法：
3 复morlet小波实验程序：
4谐波小波实部与虚部的程序：
5谐波小波分析时频图：
(Harmonic wavelet combined with approximate entropy mechanical vibration and noise signal analysis)
- 2013-11-02 04:24:30下载
- 积分：1
-
S4VM
S4VM 对传统的S3VM 进行了改进。传统的S3VM 基于低密度假设，它试图找到一个低密度的分界线，
也就是更倾向于决策边界穿过特征空间的低密度区域。S4VM 和S3VM 的不同点在于，S3VM 试图把注意力
集中在一个最优的低密度分界线上，而S4VM 则同时关注多个可能的低密度分界线。之所以这样做，是因为
给定一些有标记的点和大量未标记的点，可能存在着不止一个“间隔”较大的低密度分界线（如图2 ），基于
有限的标记样本，很难决定哪个是最好的。虽然这些低密度分界线都与有限的标记样本吻合，但它们之间差
异很大，因此如果选择错了，会有一个很大的损失，导致性能下降。所以S4VM 试图考虑所有可能的低密度
分界线。 (Over the past decade,
many improved versions are proposed to solve every different specific problem of semi-supervised support vector
machines, for example: to the inefficiency issue, meanS3VM is introduced to performance degenerate problem,
S4VM is proposed)
- 2011-12-23 10:57:04下载
- 积分：1
