您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 我国煤矿安全事故风险的厚尾性质及其经济含义分析

  2. 针对我国煤矿安全事故的统计特征,运用POT-GPD模型对我国2003-2011年煤矿安全事故风险的分布特性进行了统计研究,发现我国煤矿安全事故风险具有厚尾性质:尾部风险的发生概率是幂函数递减的,特大事故的发生概率并不是充分小,当前我国煤矿安全事故的严重程度仍不容乐观。研究还发现,与2003-2006年煤矿安全事故相比,2007-2011年煤矿安全事故风险的厚尾程度明显减小,特大事故的发生概率明显下降,表明近年来我国煤矿安全事故的监管取得成效。
  3. 所属分类:其它

    • 发布日期:2020-07-14
    • 文件大小:197632
    • 提供者:weixin_38623249
  1. 考研常用数学公式总结

  2. 第一部分 概率论与数理统计.doc 第一章 随机事件及其概率 一 随机事件 §1几个概念 1、随机实验:满足下列三个条件的试验称为随机试验;(1)试验可在相同条件下重复进行;(2)试验的可能结果不止一个,且所有可能结果是已知的;(3)每次试验哪个结果出现是未知的;随机试验以后简称为试验,并常记为E。 例如:E1:掷一骰子,观察出现的总数;E2:上抛硬币两次,观察正反面出现的情况; E3:观察某电话交换台在某段时间内接到的呼唤次数。
  3. 所属分类:教育

    • 发布日期:2011-03-19
    • 文件大小:2097152
    • 提供者:huquan125
  1. 蒙特卡洛分析方法.docx

  2. 蒙特·卡罗方法(Monte Carlo method),也称统计模拟方法,是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明,而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法。是指使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。与它对应的是确定性算法。蒙特·卡罗方法在金融工程学,宏观经济学,计算物理学(如粒子输运计算、量子热力学计算、空气动力学计算)等领域应用广泛。该文档为使用此方法进行电子电路模拟仿真计算容差
  3. 所属分类:算法与数据结构

    • 发布日期:2020-08-06
    • 文件大小:698368
    • 提供者:soga235
  1. 随机信号分析-郑薇-课堂实验和课后答案

  2. 郑薇版随机信号分析的部分课后答案(手写作业的电子版),以及课堂中发布的三个实验(MATLAB 入门及其在概率统计中的应用;随机过程的模拟与特征估计 ;窄带随机过程的产生 )的报告,特别是二元随机信号的产生。
  3. 所属分类:专业指导

    • 发布日期:2020-10-04
    • 文件大小:5242880
    • 提供者:and_future
  1. 对消处理技术在宽带频谱感知中的应用研究

  2. 在高斯噪声背景假设条件下,能量检测的频谱感知性能最优且易于工程实现,但在非高斯噪声背景下,其感知性能大大下降甚至无效。针对这一问题,利用对消处理方法来提高能量检测在非高斯噪声下的频谱感知性能,通过将检测统计量与先验背景噪声进行对消预处理,在降低噪声非高斯度的同时提高了统计量的信噪比,从而提高了检测概率,并进一步提高了宽带频谱感知性能。利用USRP、GNURADIO和MATLAB设计并实现了频谱感知平台,同时验证了该算法的可行性。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:485376
    • 提供者:weixin_38723461
  1. DSP中的浅谈Matlab在数字信号处理课程设计的应用

  2. 1 《数字信号处理》课程的特点   《数字信号处理》课程是一门理论和技术发展十分迅速、应用非常广泛的前沿性学科,他的理论性和实践性都很强,他的特点是:   (1)要求的数学知识多,包括高等代数、数值分析、概率统计、随机过程等。   (2)要求掌握的基础知识强,网络理论、信号与系统是本课程的理论基础。   (3)与其他学科密切相关,即与通信理论、计算机、微电子技术不可分,又是人工智能、模式识别、神经网络等新兴学科的理论基础之一。   数字信号处理的目的是对真实世界的连续模拟信号进行测量或滤波。因此
  3. 所属分类:其它

    • 发布日期:2020-10-23
    • 文件大小:108544
    • 提供者:weixin_38743054
  1. 基于FPGA的雷达恒虚警模块的设计

  2. 恒虚警处理技术可以使雷达在保持较高发现概率的同时,降低虚警概率。为了提高机载雷达在杂波与噪声背景条件下发现目标的能力,针对复杂统计模型应用的局限性,提出了一种基于FPGA的恒虚警模块的设计思想,并在软件平台环境下,对设计方法的可行性进行了仿真验证。
  3. 所属分类:其它

    • 发布日期:2020-10-21
    • 文件大小:327680
    • 提供者:weixin_38751016
  1. ISTREM 软件测试可靠性评估方法研究(二)

  2. 3.2 模型相关性的证明   为了进一步验证测试模型的独立性,引入皮尔逊模型来验证模型在时间上的独立性,利用统计学中皮尔逊模型计算相关度,该相关系数是判断两组数据与某一直线拟合程度的一种度量.它以用户为坐标轴,将评价的物品绘制到图上.如果两位用户的评价情况相同,那么这条直线将成为对角线.公式如下:   若根据实际测试情况,若根据数据计算出的皮尔逊相关系数大于0.3,则表示相关.反之,则无关,即:两两某时段失效数概率.   在实际的软件测试过程中,是分阶段进行的,如:静态测试.单元测试.
  3. 所属分类:其它

    • 发布日期:2020-10-20
    • 文件大小:249856
    • 提供者:weixin_38699593
  1. Linux多线程编程技术在掷骰子游戏模拟程序中的应用

  2. 为了模拟概率事件,针对掷骰子游戏规则,应用Linux系统下C语言多线程机制以及多个二值信号量以实现多个线程间循环同步。通过伪随机数模拟掷骰子的点数,设计并实现了一个基于多线程方式模拟4人掷骰子游戏程序,并对1 000次游戏中每个游戏者获胜的次数进行统计。可以看出,在多次游戏中,每个游戏者获胜的概率符合概率分布规律。程序运行结果表明,利用信号量可有效实现多个线程间的同步与互斥,并简化了程序结构。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:384000
    • 提供者:weixin_38732454
  1. 室外3D散射信道中ULA/UCA天线MIMO性能分析

  2. 为更好地解决室外三维(3D)空间域的移动通信问题,提出了一种新型室外3D空间域散射信道统计模型,主要研究MIMO多天线系统的接收性能。在宏蜂窝小区移动通信环境中,模型能够估计多径衰落信道的重要空间信道参数,首先推导了多径衰落信道的到达角(Angle of Arrival,AOA)概率密度分布。此外模型在设置多输入多输出(Multiple Input Multiple Output,MIMO)多天线的均匀线性阵列(Uniform Linear Array,ULA)和圆形阵列(Uniform Cir
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:601088
    • 提供者:weixin_38551938
  1. probabilistic_robotics.zip

  2. 对概率机器人学这一新兴领域进行了全面的介绍。概率机器人学与感知和控制机器人有关,是机器人学的一个分支。它依赖统计技木去表示信息和制定决策。这样做,可以接纳在当今大多数机器人应用中引起的不确定性。近几年,概率技术巳经成为机器人算法设计的主导范式之一。
  3. 所属分类:嵌入式

    • 发布日期:2020-11-11
    • 文件大小:72351744
    • 提供者:chocolate2018
  1. EDA/PLD中的文本化数学工具MathScript

  2. Mathscr ipt通过一种面向数学的文本编程语言对LabVIEW进行扩展,用来进行数学运算与信号分析处理,扩展功能如下。   1.文本数学功能   Mathscr ipt内置超过600种函数,用于数学运算、信号分析处理,包括线性代数、曲线拟合、数字滤波、微分方程、概率统计等。   2.面向数学的数据类型   Mathscr ipt使用矩阵和数据作为基本数据类型,包含用于数据生成、元素访问和其他操作的内置运算符。   3.兼容性   Mathscr ipt与M文件脚本语法基本兼容,
  3. 所属分类:其它

    • 发布日期:2020-11-17
    • 文件大小:34816
    • 提供者:weixin_38553381
  1. 模拟技术中的ADC有限字长效应

  2. 考察图1所示的模数转换(ADC)过程,离散时间与量化后的采样值之间的差称为量化误差,在形式上可以表达为      图1 基于ADC的数字转换系统   于是量化误差可以用量化阶梯的大小(记为△)来表示,并用每位伏特或安培值来度量。如果输入信号x(t)是双端信号(即,—A≤x[k]<A,那么n位ADO转换器相应的量化阶梯尺寸为   从统计上看,量化误差具有均匀分布的概率密度函数(PDF)。量化误差的产生过程如图2所示,表给出了舍入和截尾两种方式下的误差情况。   图2 量化
  3. 所属分类:其它

    • 发布日期:2020-11-15
    • 文件大小:148480
    • 提供者:weixin_38631042
  1. 拉丁超立方抽样

  2. 从蒙特卡罗误差估计中,我们可以看到,大多数统计量的估计值的敛散性都与 有关。特别的,对于均值的估计量,我们发现: 而问题在于 是否能被改善。值得注意的是蒙特卡罗方法的一个主要优点就是他的敛散性依赖于独立的随机参数个数,而接下来我们将要看到的是一种完全不同的抽样方式:拉丁超立方抽样(LHS)。但首先,我们要先了解一下分层抽样的相关内容。分层抽样我们考虑一维的单个变量输入问题:y=f(x),x是一个随机变量。分层抽样通过如下的步骤来进行:1) 定义参与计算机运行的抽样数目N;2) 将x等概率地
  3. 所属分类:其它

    • 发布日期:2020-12-09
    • 文件大小:55296
    • 提供者:weixin_38536349
  1. 朴素贝叶斯-垃圾邮件分类

  2. 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类的方法。对于给定的训练数据集,首先基于特征条件独立假设学习输入输出的联合概率分布。然后基于此模型,对于给定的输入x,利用贝叶斯定理求出后验概率最大的输出y。笔者找到了较好的数据集,通过处理数据,将垃圾邮件向量化并训练模型,得到了较好的训练结果。同时,通过尝试不同分类器的效果,笔者也做出了统计图用于比较优劣。
  3. 所属分类:互联网

    • 发布日期:2020-12-07
    • 文件大小:293601280
    • 提供者:taozhiyaoyao121
  1. 趣味 SQL:使用蒙特卡洛方法计算圆周率 Pi 的值

  2. 圆周率(Pi)是圆的周长与直径的比值,一般用希腊字母 π 表示,是一个在数学及物理学中普遍存在的数学常数。π 也等于圆形之面积与半径平方之比,是精确计算圆周长、圆面积、球体积等几何形状的关键值。 蒙特卡洛方法(Monte Carlo method)也称统计模拟法、统计试验法。蒙特卡洛方法的基本思想是:首先建立一个描述问题的概率模型或随机过程,使它的参数或数字特征等于问题的解;然后通过对模型或过程的观察或抽样试验来计算这些参数或数字特征;最后给出所求解的近似值。 使用蒙特卡洛法求解 π 值基本步骤
  3. 所属分类:其它

    • 发布日期:2020-12-14
    • 文件大小:417792
    • 提供者:weixin_38720653
  1. python机器学习之贝叶斯分类

  2. 一、贝叶斯分类介绍 贝叶斯分类器是一个统计分类器。它们能够预测类别所属的概率,如:一个数据对象属于某个类别的概率。贝叶斯分类器是基于贝叶斯定理而构造出来的。对分类方法进行比较的有关研究结果表明:简单贝叶斯分类器(称为基本贝叶斯分类器)在分类性能上与决策树和神经网络都是可比的。在处理大规模数据库时,贝叶斯分类器已表现出较高的分类准确性和运算性能。基本贝叶斯分类器假设一个指定类别中各属性的取值是相互独立的。这一假设也被称为:类别条件独立,它可以帮助有效减少在构造贝叶斯分类器时所需要进行的计算。 二、
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:196608
    • 提供者:weixin_38565628
  1. 《机器学习模型思考》系列:线性回归模型的基本假设

  2. /关注 长歌大腿 公众号,发送“机器学习”关键字,可获取包含机器学习(包含深度学习),统计概率,优化算法等系列文本与视频经典资料,如《ESL》《PRML》《MLAPP》等。/ 文章来源《机器学习模型思考》系列:线性回归模型的基本假设 . 线性模型是众多模型的基准,是更大范围的广义线性模型如支持向量机SVM,逻辑回归等模型的基模型,是经常使用的非常重要的数学方法。但是大多数机器学习或者数学建模的书籍中都没有讲述该模型的适用条件,任何模型在应用时都有其适用范围,作为最广泛的线性模型也不例外。以下为线
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:49152
    • 提供者:weixin_38546459
  1. ECE469_Artificial_Intelligence:库珀联合会ECE-469人工智能的源代码-Artificial intelligence source code

  2. ECE469_Artificial_Intelligence 库珀联盟ECE-469人工智能的课程作品(包括源代码) ECE-469: 本课程涵盖了AI的许多子主题,重点关注一些重要的子主题。 解释了“智能代理”方法,并为本课程的其余部分奠定了基础。 智能搜索:无信息搜索,深度优先搜索,广度优先搜索,迭代加深; 知情搜索,最佳优先搜索,A *,启发式,爬山; 约束满足问题; 智能游戏,minimax搜索,alpha-betapruning。 机器学习:概率,贝叶斯学习; 决策树;统计机器学习
  3. 所属分类:其它

    • 发布日期:2021-03-25
    • 文件大小:16777216
    • 提供者:weixin_42134769
  1. DNAPacManHMM:吃豆人如何预测蛋白质-源码

  2. DNAPacManHMM DNA吃豆人游戏( )可以代表如何生成蛋白质序列(使用隐马尔可夫模型)。我们可以类比HMM在使用Pac-Man生成蛋白质序列的背景下如何工作。您吃的下一个标记/字母是生成蛋白质氨基酸序列的序列中的下一个字母。 本质上,如果我们组织吃豆人板中代表马尔可夫模型中不同隐藏状态的区域,那么吃豆人吃的下一个字母可以代表HMM选择的下一个状态。我们可以更改某个字母可能出现的概率,并且当吃豆人进入隐藏状态时,该概率将发生变化。 我们可以观察人们根据下一个选择的字母,随着人们演奏不
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:95232
    • 提供者:weixin_42152298
« 1 2 ... 38 39 40 41 42 4344 45 46 47 48 »