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. 数控系统维护及调试资料 绝对正宗

  2. 回原点故障现象及诊断调整步骤如下： 　　1．机床回原点后原点漂移检查是否采用绝对脉冲编码器，如果采用，诊断及调整步骤见使用绝对脉冲编码器的机床回原点时的原点漂移；若是采用增量脉冲编码器的机床，应确定系统是全闭环还是半闭环，若为全闭环系统，诊断调整步骤见全闭环系统中的原点偏移；若为半闭环系统，用百分表或激光测量仪检查机械相对位置是否漂移。若不漂移，只是位置显示有偏差，检查是否为工件坐标系偏置无效。在机床回原点后，机床crt位置显示为一非零值，该值取决于某些诸如工件坐标系偏置一类的参数设置。若机械

  3. 所属分类：专业指导

    • 发布日期：2009-10-25
    • 文件大小：344kb
    • 提供者：liumengqq66

  1. 绝对偏差中值

  2. Robust Anisotropic Diffusion Michael J. Black, Member, IEEE, Guillermo Sapiro, Member, IEEE, David H. Marimont, Member, IEEE, and David Heeger

  3. 所属分类：讲义

    • 发布日期：2015-05-21
    • 文件大小：370kb
    • 提供者：chen_neng

  1. MOTEC α系列交流伺服（选型手册）.pdf

  2. MOTEC α系列交流伺服（选型手册）pdf,MOTEC α系列交流伺服（选型手册）MOTEC MOTEC"a交流伺服系统 MOTECα交流伺服系统概述 MOTECα交流伺服系统概述 g系列交流伺服系统包合SED伺服驱动和SEM伺服电机。驱动器采用最新的 MOTEC览 伺服专用32位数字处理器(DSP)为核心,配以高速数字逻辑芯片,高品质功率模块 而组成。与SEM伺服电忛匹配具有集成度高、体枳凑、响应速度快、保护完、接线 α系列交流伺服系统包含SED伺服驱动和SEM伺服电饥。驱动 简洁明了、可靠

  3. 所属分类：其它

  1. 自适应粒子群算法和混沌理论的BP神经网络在水质评价中的应用

  2. 为克服传统水质评价方法的不足，提出了一种结合粒子群优化（PSO），混沌理论，自适应策略和反向传播人工神经网络（BP ANN）进行评价的模型。中国渭河的水质 提出了一种具有自适应惯性权重和通过logistic函数调整混沌学习因子的改进PSO算法，并将其用于优化BP神经网络的网络参数。 平均绝对偏差（AAD），预测均方根误差（RMSEP）和平方相关系数的值分别为0.0061、0.0163和0.9903。 与BP ANN，PSO BP ANN等其他方法相比，该模型显示了最优的预测性能，具有较高的精度和

  3. 所属分类：其它

  1. Matlab程序，用于求MAE平均绝对误差.m

  2. matlab程序，用于MAE平均绝对误差，可直接在程序中以函数名的形式调用，用来检测模型的预测值与真实值之间的偏差，值越大表示预测效果越差

  3. 所属分类：C

  1. pd.DataFrame统计各列数值多少的实例

  2. 如下所示： .count() #非空元素计算 .min() a #最小值 .max() #最大值 .idxmin() #最小值的位置，类似于R中的which.min函数 .idxmax() #最大值的位置，类似于R中的which.max函数 .quantile(0.75) #75%分位数 .sum() #求和 .mean() #均值 .median() #中位数 .mode() #众数 .var() #方差 .std() #标准差 .mad()

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：39kb
    • 提供者：weixin_38732307

  1. 数据挖掘学习之路四：Python去极值方法

  2. 1. MAD #MAD（mean absolute deviation）又称为绝对值差中位数法，是一种先需计算所有因子与平均值之间的距离总和来检测离群值的方法. #处理的逻辑： #第一步，找出所有因子的中位数 Xmedian #第二步：得到每个因子与中位数的绝对偏差值 Xi?Xmedian #第三步：得到绝对偏差值的中位数 MAD #第四步：确定参数 n，从而确定合理的范围为 [Xmedian?nMAD,Xmedian+nMAD]，并针对超出合理范围的因子值做如下的调整 #超出最大值的用最大值代

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：36kb
    • 提供者：weixin_38600460

  1. 多因子模型(持续更新)

  2. 多因子模型构建流程一、数据预处理二、单因子测试三、收益模型的构建四、风险模型的构建五、投资组合的优化六、业绩归因七、参考资料 一、数据预处理 （一）去极值 1. MAD(Median Absolute Deviation, 绝对值差中位数法) 步骤: （1）计算因子数据的中位数XmedianX_{median}Xmedian​. （2）计算因子数据与中位数的绝对偏差值∣Xi−Xmedian∣|X_i-X_{median}|∣Xi​−Xmedian​∣. （3）计算绝对偏差值∣Xi−Xmedian

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：48kb
    • 提供者：weixin_38500222

  1. 基于中值绝对偏差的新型主动轮廓线遥感影像分割

  2. 针对现有的主动轮廓模型（ACM）对遥感影像进行不正确分割的问题，提出了一种基于中值绝对偏差的新型遥感影像进行ACM分割的方法。 首先，所提出模型的外部能量约束项由中值绝对偏差定义，而不是由Chan-Vese（CV）模型中的簇内方差定义。 其次，为了加速模型的演化，将目标区域和背景区域内部的像素灰度值的簇内方差和中值绝对偏差的融合信息用作区域能量权重。 在大量遥感河流图像上进行了相应的实验，结果表明所提出的模型优于现有的ACM，可以更准确，有效地分割遥感河流图像。

  3. 所属分类：其它

  1. statistics_calculator-源码

  2. 统计项目 团队成员：Thomas Semiz和Michelle Nunez 任务： 托马斯：描述性统计功能 意思是 中位数 模式 方差 标准偏差 偏度 米歇尔（Michelle）描述性统计功能 四分位数 需要做的：描述性统计函数2.样本相关性3.总体相关性4. Z分数5.平均偏差/平均绝对偏差 人口抽样功能 简单随机抽样 系统抽样 样本的置信区间 误差范围 如何找到置信区间 科克伦的样本量公式 在给定置信区间和宽度（未知总体标准偏差）的情况下，如何查找样本大小 在给定置信区间和宽度（已知总体标

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：56kb
    • 提供者：weixin_42117224

  1. 用矩阵灰色绝对关联度理论确定最佳噪声监测点。

  2. 噪声图用于评估世界各地城市的噪声水平。 产生噪声图的方法主要有两种：一种是通过对周围环境（例如交通流量，建筑物分布等）的理论模拟来产生噪声图；另一种方法是通过对周围条件的理论模拟来产生噪声图。 另一个是使用来自噪声监控器的实际测量数据来计算噪声水平。 当前，文献主要集中在考虑更多因素，这些因素在基于噪声测量生成噪声图的过程中，在理论模拟和插值方法期间影响声音传播。 尽管在仿真过程中考虑了许多因素，但噪声图必须通过实际的噪声测量来校准。 因此，获得噪声数据的方式对于产生和校准噪声图都是重要的。 但

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：161kb
    • 提供者：weixin_38620314

  1. 通过稀疏表示来学习本地外观，以实现强大而快速的视觉跟踪

  2. 在本文中，我们提出了一种使用稀疏表示和在线字典学习技术进行视觉跟踪的新颖外观模型。 在我们的方法中，视觉外观由稀疏表示表示，并且在线词典学习策略用于在跟踪过程中适应外观变化。 我们通过定义稀疏一致性约束来简化稀疏表示和在线词典学习，该约束促进外观模型的生成和判别能力。 在字典学习阶段会强制执行弹性网约束，以捕获对局部遮挡不敏感的局部外观的特征。 因此，相对于所学习的包含局部外观的稀疏基数，使用稀疏系数可以有效地从破坏中恢复目标外观。 在所提出的方法中，字典是不完整的，因此可以有效地实现跟踪。 此

  3. 所属分类：其它

  1. 基于最小绝对偏差法的改进Cole参数提取

  2. Cole函数广泛用于生物阻抗谱（BIS）应用中。 将测量的BIS数据拟合到模型上，然后提取Cole参数（R-0，R-无穷大，α和tau）是一种常见的做法。 从测量的BIS数据中准确提取Cole参数对于评估生物组织的生理或病理状态具有重要意义。 传统的基于最小二乘（LS）的Cole参数提取曲线拟合方法通常对噪声或离群值敏感，因此变得不稳健。 本文提出了一种基于最小绝对偏差（LAD）方法的改进的Cole参数提取。 进行了综合仿真实验，比较了在异常值，随机噪声和两种干扰情况下LAD方法与LS方法的性能

  3. 所属分类：其它

  1. 偏振模耦合分布式光纤传感器的数值色散补偿

  2. 从理论和实验两个方面分析并验证了白光偏振耦合分布式保偏光纤传感器探测灵敏度与光纤双折射色散的关系。提出了一种色散补偿耦合强度的计算方法。该方法在忽略光传输中微弱损耗情况下, 利用耦合点干涉包络面积在存在双折射色散情况下仍然保持不变这一特性, 通过对干涉包络进行希尔伯特(Hilbert)包络提取和最小二乘非线性拟合得到干涉包络的面积, 从而获得经过色散补偿后的偏振耦合强度值。实验结果表明, 该色散补偿算法具有很高的准确性, 尤其对短光纤, 绝对偏差小于0.63 dB。

  3. 所属分类：其它

  1. 绝对编码光栅的相位细分及其在位移测量中的应用

  2. 提出通过光栅条纹相位的精密测量，获取光栅高精度位移信息的方法。具体方法是对光栅图像采用多码道设计，用CCD二维图像传感器获取测量段光栅图像多码道信息。对最低码道图形的周期函数序列进行傅里叶变换、基频滤波和逆傅里叶变换获得光栅截断相位分布，其余码道信息提供相位展开的级次，以此获得测量段光栅的绝对相位分布。用光刻的手段制作了实用的绝对编码光栅，基元码道的尺寸是：27.36 μm用于明条纹，27.36 μm用于暗条纹，最小基元码道空间周期为54.72 μm,光栅长度为14008.32 μm。在步长近似

  3. 所属分类：其它

  1. 真空环境中太阳辐照度绝对辐射计腔温响应的变化及其影响

  2. 为了考察真空环境对太阳辐照度绝对辐射计辐射测量值及其对世界辐射基准修正系数的影响，提高在轨辐射测量值向世界辐射基准的溯源精度，改善不同仪器在轨辐射量值的一致性，进行了真空环境中太阳辐照度绝对辐射计腔温响应变化及其影响的测量和评估。真空环境中，由于缺少了空气对流这一传热途径，使得在相同的加热功率下，辐射计腔温响应的时间常数变长，并且平衡温度升高，导致辐射计黑体腔响应度明显降低。在真空和空气中,对相同的测量目标进行辐射测量，结果表明由于真空中黑体腔时间常数和响应度的变化，导致测量的辐射功率有0.15

  3. 所属分类：其它

  1. 基于最小类平均绝对偏差算法的遥感图像分割

  2. 针对二维Otsu及其改进算法分割直方图非高斯分布的遥感图像效果较差等问题，提出了一种基于最小类平均绝对偏差的遥感图像分割算法（MCMAD）。利用对角线投影法把遥感图像的二维直方图转化为一维直方图，从而降低计算复杂度；在不同阈值下计算一维直方图相应类中像素出现的概率和类中像素灰度的期望值；遍历一维直方图的所有阈值，得到不同阈值对应的类平均绝对偏差，将最小类平均绝对偏差对应的阈值作为最佳阈值分割点。实验结果表明，与二维Otsu及其改进算法相比，MCMAD算法不仅能够很好的分割直方图为高斯分布的遥感图

  3. 所属分类：其它

  1. pandas分析：从pandas DataFrame对象创建HTML分析报告-源码

  2. 熊猫分析 | 从pandas DataFrame生成配置文件报告。 pandas df.describe()函数虽然功能强大，但对于进行认真的探索性数据分析却有些基础。 pandas_profiling使用df.profile_report()扩展了pandas DataFrame，以进行快速数据分析。 对于每个列，以下统计信息（如果与列类型相关）将显示在交互式HTML报告中： 类型推断：检测数据帧中列的。 要点：类型，唯一值，缺失值 分位数统计信息，例如最小值，Q1，中位数，Q3，

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：32mb
    • 提供者：weixin_42129412

  1. 基于AHP / GA的储能装置参与电网调频控制器参数优化

  2. 针对电力系统调频过程中火电机组响应速度慢、不适合参与短周期调频的问题，提出一种基于层次分析法(AHP)和遗传算法(GA)相结合的优化算法用于电池储能控制器参数优化，使控制器能更好地控制电池储能装置并参与调频。通过AHP确定最大偏差幅值、稳态偏差、调节时间之间的权重大小，构造出一个GA适应度函数，再由GA进行寻优计算得到最佳的控制器参数。借助MATLAB/Simulink对储能装置参与电网调频的两区域系统进行仿真。仿真结果表明，优化后的控制器可以有效地控制储能装置并辅助AGC进行调频，能够及时响应

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1019kb
    • 提供者：weixin_38640117

  1. Riskfolio-Lib:Python中的投资组合优化和定量战略资产分配-源码

  2. 风险库 量化战略资产分配，每个人都很容易。 描述 Riskfolio-Lib是一个库，用于使用秘鲁制造的Python进行定量战略资产分配或投资组合优化 :Peru: 。它的目的是帮助学生，学者和从业人员轻松地基于数学上复杂的模型建立投资组合。它基于构建，并与数据结构紧密集成。 Riskfolio-Lib提供的一些关键功能： 具有4个目标函数的平均风险投资组合优化： 最低风险。 最大回报。 最大效用函数。 最大风险调整后回报率。 具有13个凸风险度量的平均风险投资组合优化： 标准偏差。 半标准偏

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：16mb
    • 提供者：weixin_42160376
« 12 »