登录
首页 » python » 随机数后处理(toeplitz矩阵)

随机数后处理(toeplitz矩阵)

于 2022-03-12 发布 文件大小:1.30 kB
0 99
下载积分: 2 下载次数: 1

代码说明:

生成正态分布的随机数,并生成toeplitz矩阵,对随机数进行后处理,输出0-1均匀分布的随机数

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 决策树
    说明:  使用Python对决策树算法进行了基础的模拟,输入数据后,可以输出根据数据的哪些属性进行决策树分类。(Python is used to simulate the decision tree algorithm. After inputting the data, it can output which attributes of the data to classify the decision tree.)
    2019-03-27 21:05:37下载
    积分:1
  • monte_carlo_tree_search
    说明:  非常好的蒙特卡洛树搜索写的五子棋示例,核心代码都有中文说明(An Example of Gobang Written by Monte Carlo Tree Search)
    2020-06-15 23:20:01下载
    积分:1
  • matlab手写卷积神经网络人脸识别
    说明:  基于卷积神经网络的人脸识别,学生作品啊啊啊啊啊啊(open face cnn student school what i should do)
    2021-04-20 16:48:50下载
    积分:1
  • zuniniudunfa
    无约束优化问题的阻尼牛顿法python代码(Damped Newton Python code for unconstrained optimization problems)
    2020-06-29 17:20:02下载
    积分:1
  • LSTM_timeSeries_predict
    双向LSTM在单变量时间序列预测中的应用(Application of Bidirectional LSTM in Single Variable Time Series Prediction)
    2020-08-30 16:08:10下载
    积分:1
  • Jaya-Optimizer-master
    说明:  JAYA优化算法,用于多目标优化设计,较传统遗传算法等具有更大优势。(Jaya optimization algorithm, used in multi-objective optimization design, has more advantages than traditional genetic algorithm.)
    2021-01-09 15:58:51下载
    积分:1
  • 缠论 K线包含关系处理
    对于分型,里面最大的麻烦,就是所谓的前后K线间的包含关系,其次,有点简单的几何思维,根据定义,任何人都可以马上得出以下的一些推论:用[di,gi]记号第i根K线的最低和最高构成的区间,当向上时,顺次n个包含关系的K线组,等价于[maxdi,maxgi]的区间对应的K线,也就是说,这n个K线,和最低最高的区间为[maxdi,maxgi]的K线是一回事情;向下时,顺次n个包含关系的K线组,等价于[mindi,mingi]的区间对应的K线。
    2022-12-10 15:45:03下载
    积分:1
  • python pair trading.docx
    算法交易,统计套利,配对交易python代码实现(Algorithm trading, statistical arbitrage, pair trading, Python implementation)
    2018-08-22 13:08:47下载
    积分:1
  • pyESN
    说明:  回声状态网络(ESN)python实现代码,ESN是RNN的改进(Echo State Network (ESN) Python implementation code, ESN is an improvement of RNN)
    2021-04-28 20:28:43下载
    积分:1
  • sklearn-SVM
    说明:  支持向量机(SVM)——分类预测,包括核函数调参,不平衡数据问题,特征降维,网格搜索,管道机制,学习曲线,混淆矩阵,AUC曲线等(Support vector machine (SVM) - classification prediction, including kernel function parameter adjustment, unbalanced data problem, feature dimensionality reduction, grid search, pipeline mechanism, learning curve, confusion matrix, AUC curve, etc)
    2019-11-28 15:05:24下载
    积分:1
  • 696516资源总数
  • 106446会员总数
  • 9今日下载