注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 新标准模型对时空尺度和时空的限制

  2. 使用已知的kaon-antikaon跃迁估计值，μ子的平均寿命和tau的平均寿命，我们对具有加权和q导数的多分数理论的规模设置了新的更强的约束。 这些场景重现了量子引力状态，其中场以与尺度相关的Hausdorff维数在连续的时空中生存。 在使用加权导数的情况下，来自μon寿命的约束比来自tau寿命和kaon-antikaon跃迁的约束要强多个数量级。 该理论的特征能级不能大于E *> 3×102 TeV，并且对于时空量度中的典型指数α= 1/2的分数，应收紧至E *> 9×108 T

  3. 所属分类：其它

    • 发布日期：2020-04-30
    • 文件大小：734kb
    • 提供者：weixin_38653040

  1. p^{-}混合随机变量序列加权和的强大数律

  2. p^{-}混合随机变量序列加权和的强大数律，谭成良，吴群英，由于一些线形统计的研究是基于随机变量序列加权和的随机样本，例如最小均方差估计，非参数回归函数估计等.本文的主要目的是建立 p

  3. 所属分类：其它

    • 发布日期：2019-12-30
    • 文件大小：263kb
    • 提供者：weixin_38595689

  1. NOD序列加权和的完全收敛性

  2. NOD序列加权和的完全收敛性，吴永锋，祝东进，本文主要研究NOD序列加权和的完全收敛性,证明了一般双下标加权系数的加权部分和的完全收敛性, 推广了甘师信,陈平炎(2008)的结果.

  3. 所属分类：其它

    • 发布日期：2019-12-30
    • 文件大小：473kb
    • 提供者：weixin_38595473

  1. matlab开发-加权和加权线性

  2. matlab开发-加权和加权线性。对不同标准差的数据点进行加权拟合。

  3. 所属分类：其它

  1. 基于遗忘加权的变步长自适应管网泄漏定位方法

  2. 供水管道发生泄漏时会产生泄漏声信号,为克服声信号传播速度不确定对泄漏定位的影响,提出基于三传感器泄漏检测与定位模型,解决声速依赖经验值的问题;对变步长的LMS自适应滤波算法做了改进,在步长因子迭代过程中引入历史误差的遗忘加权和进行补偿,同时加入滑动窗,提高收敛速度的同时降低稳态失调.研究结果表明:该方法能够实现准确的时延估计,在保持较小稳态失调的基础上提高算法的收敛速度,提高管网泄漏的定位性能.

  3. 所属分类：其它

    • 发布日期：2020-06-28
    • 文件大小：741kb
    • 提供者：weixin_38687343

  1. keras 自定义loss损失函数,sample在loss上的加权和metric详解

  2. 主要介绍了keras 自定义loss损失函数,sample在loss上的加权和metric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

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：109kb
    • 提供者：weixin_38681218

  1. 基于词性加权和单词相似性的蛋白质交互识别

  2. 基于词性加权和单词相似性的蛋白质交互识别

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：192kb
    • 提供者：weixin_38626242

  1. gpa-calculator:计算您的加权和未加权平均成绩。 包括通过json文件输入的未加权比例，加权比例和内存-源码

  2. gpa计算器 该程序可计算您的加权平均成绩和未加权平均成绩。 它包括您的未加权比例，加权比例和您正在上课的输入。 它还包括通过json文件存储的内容，一次可以保存一个人的课程和成绩。 该计划不考虑学期成绩/学期成绩，每个班级仅提供一个字母成绩。 如果要计算总体GPA，则必须自己对平均成绩进行平均，然后使用GPA计算器计算成绩。 使用GPA计算器时，请运行main.py文件，并确保模块中包含所有必需文件。 如果您对此计划有任何疑问或疑虑，请给我发电子邮件

  3. 所属分类：其它

  1. 基于成对约束加权和图优化的自适应半监督降维

  2. 基于成对约束加权和图优化的自适应半监督降维

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：800kb
    • 提供者：weixin_38715008

  1. 基于概率混合模型分解的多音复音音乐信号的乐器识别和音高估计

  2. 在本文中，我们提出了一种基于概率混合模型分解的方法，该方法可以同时识别乐器类型，估计音高并将每个音高分配给包含多个音源的单声道复音音频。 在提出的系统中，将观察到的混合音符的概率密度函数（PDF）视为所有可能音符模型的加权和近似值。 这些音符模型涵盖了14种乐器及其所有可能的音高，并根据概率描述了它们的动态频率包络线。 表示特定类型乐器音高存在概率的权重系数是使用最大期望（EM）算法估算的。 权重系数用于检测源乐器的类型和音高。 涉及在指定的音高范围F3-F6（37个音高）内的14台乐器的实验结

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：770kb
    • 提供者：weixin_38570459

  1. 一种双峰生物特征的稀疏表示方法和掌纹识别实验

  2. 在本文中，我们提出了一种用于双峰生物特征的稀疏表示方法。 拟议的方法首先通过将两个生物特征的样本合并成一个提前实向量。 然后，该方法认为测试的近似表示样本可能对分类更有用，并使用近似表示来对样本进行分类。 测试样品。 所提出的方法从训练集中利用了邻居的加权和。 测试样品的样本以产生测试样品的近似表示，并基于此表示执行分类。 各种实验表明，提出的近似表示使我们能够获得更高的精度。 所提出的方法具有遵循合理的假设：测试样本可能来自以下类别之一： 测试样本的邻居来自。 在本文中，我们还正式展示了两者之

  3. 所属分类：其它

  1. Stack-Lifecycle-Deployment:开源解决方案，可定义和管理已使用和供应到云中的资源的完整生命周期！-源码

  2. 堆栈生命周期部署 开源解决方案，可定义和管理已使用和供应到云中的资源的完整生命周期！ 目录 关于SLD SLD有助于加速部署，加权和使IaaC可重用，生成动态表格并在每个环境中使用相同的代码维护不同的变量。 借助SLD，您可以安排基础架构部署（如销毁），按角色管理用户以及按班级和环境分配单独的堆栈 主要特点： 快速API异步 仪表板/ UI 班级分布式任务路由 基于Terraform代码的基础架构即代码（IaC） 来自Terraform变量的动态HTML表单 重新部署保留上述参数的基

  3. 所属分类：其它

  1. 狄拉克加权和概率假设密度滤波器

  2. 狄拉克加权和概率假设密度滤波器

  3. 所属分类：其它

  1. 基于高阶UKF的高斯和滤波器动态状态估计算法

  2. 在这项工作中，我们考虑了非线性/非高斯系统中的状态估计问题。 本文基于高阶无味卡尔曼滤波器（HUKF），开发了一种新的高斯和估计算法。 针对HUKF，提出了一种sigma点选择方法，高阶无味变换（HUT）技术，该方法可以更精确地近似高斯分布。 我们介绍了高斯滤波器的系统公式，并开发了最优滤波器的高效和准确的数值积分。 然后，我们继续将HUKF的使用扩展到具有加性（可能是非高斯）噪声的离散时间非线性系统。 所得的滤波算法称为高斯和高阶无味卡尔曼滤波器（GS-HUKF），将预测和后验密度近似为有限数

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：11kb
    • 提供者：weixin_38522029

  1. 线性时不变系统的具有测量加权和的通用延迟卡尔曼滤波器。

  2. 本文考虑了具有任意随机延迟的网络跟踪系统的通用延迟卡尔曼滤波器的设计。 首先，给出了传统卡尔曼滤波器（WSFKF）的等效加权求和形式，以提供一种新颖的帧来更有效地解决延迟滤波或失序测量（OOSM）估计。 实际上，这种形式充分利用了离线参数计算的特性，用于卡尔曼滤波器以及初始状态估计值和有序测量值的加权和，它们分别来自线性时不变（LTI）系统和线性最小均方误差（LMMSE）估算器。 其次，在时延测量和自适应在线加权系数矩阵的创新基础上，结合全局测量预测的替换和补偿运算，设计了一种适用于任意随机时延

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：428kb
    • 提供者：weixin_38623272

  1. 样本：选择，加权和分析复杂的样本数据-源码

  2. 样本分析 在大规模调查中，通常使用复杂的随机机制来选择样本。 从此类样本得出的估计值必须反映随机机制。 Samplics是一个python软件包，可为复杂的调查设计实现一套采样技术。 这些调查抽样技术分为以下四个子包。 抽样提供了一组随机选择技术，用于从总体中抽取样本。 它还提供了计算样本量的程序。 采样子包包含： 样本量的计算和分配：Wald和Fleiss方法用于比例。 选择的均等概率：简单随机抽样（SRS）和系统选择（SYS） 与大小成正比的概率（PPS）：系统方法，布鲁尔方法，哈

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：11mb
    • 提供者：weixin_42131443

  1. 一种基于时间加权和用户特征的协同过滤算法

  2. 一种基于时间加权和用户特征的协同过滤算法

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：274kb
    • 提供者：weixin_38548421

  1. lws：使用局部加权和（CPythonMatlab）的快速频谱图相位恢复-源码

  2. 使用局部加权和（LWS）的快速频谱图相位恢复 作者：乔纳森·勒·鲁克斯（Jonathan Le Roux）-2008-2021 LWS软件包括以下文件： readme.md # this file LICENSE.txt # Apache 2 license file lwslib/ # C/C++ library -lwslib.cpp #

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：177kb
    • 提供者：weixin_42149145

  1. 采用二元编码的正弦光栅提高PMP测量速度和精度的方法

  2. 利用误差扩散方法产生二元编码正弦光栅可以消除数字投影仪的非线性对投影光栅正弦性的影响，且能充分利用基于数字光处理技术(DLP)投影仪中数字微镜的二元高速开关特性，高速投影二元编码正弦光栅。投影仪分辨率不足会导致电子二元编码正弦光栅正弦性下降，从而影响测量精度。先对比了两种典型误差扩散编码算法：Floyd-Steinberg距离加权和Sierra Lite“蛇”形扫描获得的光栅的正弦性。然后针对目前DLP 投影仪产生频率较高的二元编码正弦光栅时，二元编码正弦光栅的正弦性较差的问题，提出了两种改善方

  3. 所属分类：其它

  1. textgenrnn：只需几行代码，即可在任何文本数据集上轻松训练您自己的任意大小和复杂度的文本生成神经网络-源码

  2. 文本生成 只需几行代码，即可在任何文本数据集上轻松训练您自己的任意大小和复杂度的文本生成神经网络，或者使用预先训练的模型快速训练文本。 textgenrnn是上的顶部一个Python 3模块 / 用于创建 S，与许多凉爽特性： 一种现代的神经网络体系结构，利用诸如注意力加权和跳过嵌入的新技术来加快训练速度并提高模型质量。 训练并在字符级别或单词级别生成文本。 配置RNN大小，RNN层数以及是否使用双向RNN。 训练任何通用输入文本文件，包括大文件。 在GPU上训练模型，然后使用它们

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 ... 50 »