數(shù)學(xué)建模32種常規(guī)方法1..第一章 線性規(guī)劃.pdf10.第十章 數(shù)據(jù)的統(tǒng)計(jì)描述和分析.pdf11.第十一章 方差分析.pdf12.第十二章 回歸分析.pdf13.第十三章 微分方程建模.pdf14.第十四章 穩(wěn)定狀態(tài)模型.pdf15.第十五章 常微分方程的解法.pdf16.第十六章 差分方程模型.pdf17.第十七章 馬氏鏈模型.pdf18.第十八章 變分法模型.pdf19.第十九章 神經(jīng)網(wǎng)絡(luò)模型.pdf2.第二章 整數(shù)規(guī)劃.pdf20.第二十章 偏微分方程的數(shù)值解.pdf21.第二十一章 目標(biāo)規(guī)劃.pdf22.第二十二章 模糊數(shù)學(xué)模型.pdf23.第二十三章 現(xiàn)代優(yōu)化算法.pdf24.第二十四章 時(shí)間序列模型.pdf25.第二十五章 存貯論.pdf26.第二十六章 經(jīng)濟(jì)與金融中的優(yōu)化問題.pdf27.第二十七章 生產(chǎn)與服務(wù)運(yùn)作管理中的優(yōu)化問題.pdf28.第二十八章 灰色系統(tǒng)理論及其應(yīng)用.pdf29.第二十九章 多元分析.pdf3.第三章 非線性規(guī)劃.pdf30.第三十章 偏最小二乘回歸.pdf31、支持向量機(jī)(數(shù)學(xué)建模).pdf32、作業(yè)計(jì)劃(數(shù)學(xué)建模).pdf4.第四章 動(dòng)態(tài)規(guī)劃.pdf5.第五章 圖與網(wǎng)絡(luò).pdf6.第六章 排隊(duì)論.pdf7.第七章 對(duì)策論.pdf8.第八章 層次分析法.pdf9.第九章 插值與擬合.pdf前言.pdf灰色預(yù)測(cè)公式的理論缺陷及改進(jìn).pdf
標(biāo)簽： 數(shù)學(xué)建模
上傳時(shí)間： 2021-10-20
上傳用戶：kingwide
隨著杜會(huì)和經(jīng)濟(jì)的發(fā)展，環(huán)境水污染現(xiàn)象也日趨嚴(yán)重，迫切需要環(huán)境水質(zhì)多參數(shù)監(jiān)測(cè)與智能分析系統(tǒng)，以為環(huán)境監(jiān)測(cè)、管理和控制提供科學(xué)的手段。水質(zhì)多組分檢測(cè)涉及到多傳感器數(shù)據(jù)融合、計(jì)算機(jī)技術(shù)、電化學(xué)分析和人工智能等多學(xué)科的交叉，在眾多領(lǐng)域有著廣泛的應(yīng)用。本論文研究環(huán)境水質(zhì)檢測(cè)與智能分析系統(tǒng)，論文的主要工作包括1）基于最小二乘支持向量機(jī)的在線自適應(yīng)加權(quán)數(shù)據(jù)融合算法多傳感器數(shù)據(jù)融合由于能夠利用互補(bǔ)和冗余的信息，顯著提高系統(tǒng)的可靠性而得到了廣泛應(yīng)用，而數(shù)據(jù)融合的關(guān)鍵問題是融合算法。本文深入研究了多傳感器數(shù)據(jù)融合理論的基礎(chǔ)上，針對(duì)傳統(tǒng)融合算法研究存在的問題，提出了一種基于最小二乘支持向量機(jī)的在線自適應(yīng)加權(quán)數(shù)據(jù)融合算法，并應(yīng)用到水質(zhì)在線檢測(cè)過程中，不僅縮短了訓(xùn)練的時(shí)間，而且提高了融合的可靠性和靈活性2）提出了一種離子傳感器的基于最小二乘支持向量機(jī)的自校正方法：由于離子傳感器的非線性、漂移和交叉敏感性等影響了其檢測(cè)精度和可靠性，難以進(jìn)行連續(xù)在線檢測(cè)。以硝酸根離子傳感器為例，研究其自校正方法，以適應(yīng)動(dòng)態(tài)環(huán)境的連續(xù)監(jiān)測(cè)根據(jù)實(shí)驗(yàn)數(shù)據(jù)，詳細(xì)分析了硝酸根離子傳感器的響應(yīng)特性，并考慮了零點(diǎn)和時(shí)間漂移，提出了一種基于最小二乘支持向量機(jī)硝酸根離子傳感器的自校正方法，給出了詳細(xì)描述和分析。3）離子傳感器故障檢測(cè)的小波支持向量機(jī)特征提取和支持向量機(jī)分類方法在線連續(xù)檢測(cè)的應(yīng)用要求離子傳感器必須具有很高的可靠性，即能夠及時(shí)準(zhǔn)確地判斷出離子傳感器的故障。本文采用小波支持向量機(jī)提取各傳感器故障特征，再用支持向量機(jī)對(duì)故障進(jìn)行分類，實(shí)現(xiàn)對(duì)各離子傳感器的故障診斷。
標(biāo)簽： 數(shù)據(jù)融合
上傳時(shí)間： 2022-03-18
上傳用戶：
本書是自適應(yīng)信號(hào)處理領(lǐng)域的一本經(jīng)典教材。全書共17章，內(nèi)容包括：自適應(yīng)LMS橫向?yàn)V波器、自適應(yīng)格型濾波器、自適應(yīng)遞歸濾波器、頻域和子帶自適應(yīng)濾波器、盲自適應(yīng)濾波器、神經(jīng)網(wǎng)絡(luò)、非線性自適應(yīng)濾波器等及其在通信與信息系統(tǒng)中的應(yīng)用。目錄背景與預(yù)覽第1章 隨機(jī)過程與模型第2章 維納濾波器第3章 線性預(yù)測(cè)第4章 最速下降算法第5章 最小均方自適應(yīng)濾波器第6章 歸一化最小均方自適應(yīng)濾波器第7章 頻域和子帶自適應(yīng)濾波器第8章 最小二乘法第9章 遞歸最小二乘自適應(yīng)濾波器第10章 卡爾曼濾波器第11章 平方根自適應(yīng)濾波器第12章 階遞歸自適應(yīng)濾波器第13章 有限精度效應(yīng)第14章 時(shí)變系統(tǒng)的跟蹤第15章 無(wú)限脈沖響應(yīng)自適應(yīng)濾波器第16章 盲反卷積第17章 反向傳播學(xué)習(xí)后記附錄A 復(fù)變量附錄B 對(duì)向量微分附錄C 拉格朗日乘子法附錄D 估計(jì)理論附錄E 特征分析附錄F 旋轉(zhuǎn)和映射附錄G 復(fù)數(shù)Wishart分布術(shù)語(yǔ)參考文獻(xiàn) 現(xiàn)在網(wǎng)上流傳的技術(shù)類書籍好多都是預(yù)覽版本，此書為全本，非常難得，現(xiàn)在分享給大家，希望對(duì)大家有所幫助。
標(biāo)簽： 自適應(yīng)濾波器
上傳時(shí)間： 2022-05-14
上傳用戶：默默
Rls遞推二乘最小算法的MAtlab 仿真。
上傳時(shí)間： 2013-12-01
上傳用戶：TF2015
字元辨識(shí)系統(tǒng)-利用二元化之後利用類神經(jīng)網(wǎng)路系統(tǒng)來(lái)辨識(shí)字原碼
上傳時(shí)間： 2013-12-28
上傳用戶：waizhang
編程求出二維數(shù)組中的最大和最小元素的值及其位置。設(shè)二維數(shù)組如下： A={ { 3,13,7,9},{11,8,23,5},{6,34,16,4}}。
上傳時(shí)間： 2015-08-06
上傳用戶：ommshaggar
設(shè)計(jì)一個(gè)雙人對(duì)戰(zhàn)的五子棋游戲。要求：棋盤最小為8*8 二、設(shè)計(jì)思路 1、 版面設(shè)置 2、 加載相應(yīng)的響應(yīng)事件 3、 添加棋子的監(jiān)聽事件程序 4、 實(shí)現(xiàn)棋子加載并作出判斷 5、 實(shí)現(xiàn)雙方控制棋子狀態(tài)的切換 6、 判斷勝利一方，并顯示狀態(tài)
上傳時(shí)間： 2013-12-21
上傳用戶：dongbaobao
用最小約束陣實(shí)現(xiàn)頻率、二維到達(dá)角和極化的聯(lián)合估計(jì),大家可以參考一下了.
上傳時(shí)間： 2015-10-12
上傳用戶：nanshan
陣列信號(hào)處理中用最小約束矩陣實(shí)現(xiàn)二維到達(dá)角的估計(jì)。
標(biāo)簽： 陣列信號(hào)處理 矩陣 二維
上傳時(shí)間： 2014-01-14
上傳用戶：wfeel
狀態(tài)估計(jì)原始程序,本程序可以進(jìn)行狀態(tài)估計(jì)的計(jì)算利用最小加權(quán)二乘法計(jì)算WLS
標(biāo)簽： WLS 狀態(tài) 程序 計(jì)算
上傳時(shí)間： 2013-12-19
上傳用戶：腳趾頭
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
