高 斯 消元法，n 階 線性 解法
標簽：
上傳時間： 2013-11-26
上傳用戶：2525775
Newton法的本質就是不斷用切線來近似曲線，因此，Newton法也稱為切線方法。本程序用Newton法求解n元正定函數的最小值，例子在程序中。
標簽： Newton
上傳時間： 2016-09-21
上傳用戶：啊颯颯大師的
最速下降法是以負梯度方向作為下降方向的極小化算法，本程序用該方法求解n元正定二次函數的極小值
上傳時間： 2013-12-03
上傳用戶：Thuan
（1）Msls分三步對系統和噪聲模型進行辨識，采用脈沖序列作為輔助系統模型，用 計算輸出數據 ；用原輸出數據 計算 ，用遞推最小二乘方法分別對系統參數和模型參數進行估計。 （2）M.dat,wnoise1.dat分別為M和白噪聲序列。Wnoise1.dat的長度為700，wnoise2.dat的長度為1000。Msls6.c為N=600的程序，Msls8.c為N=800的程序。 （3）程序運行后，生成的兩個h文件為產生的脈沖響應函數。Msls6.dat為msls6.c的參數估計結果，msls8.dat為msls8.c的參數辨識結果。分別如下所示： a1=0.906331 a2=0.160170 a3=0.025525 b1=0.704475 b2=-1.497551 c1=1.009114 c2=0.446890 a1=0.906347 a2=0.159066 a3=0.024650 b1=0.700720 b2=-1.493327 c1=1.008787 c2=0.425714 （4）由數據結果可以看出，采用msls辨識方法估計精度要比els法的估計精度差一些。尤其是噪聲參數c2的估計誤差不在1％以內。這是由于msls法計算上較為簡便，計算上的簡化就帶來了估計精度上的誤差。由N=600和N=800相比較，可以看出當N增大時，誤差有所減小。理論上當N趨于無窮時， 。
上傳時間： 2016-10-19
上傳用戶：戀天使569
按FPE定階的 源程序：fpe.cpp M序列：M序列.txt 白噪聲：Gauss.txt 程序中先用依模型階次遞推算法估計模型的參數，再用fpe方法判斷模型的階次。 程序運行結果如下： n: 1 判斷階次FPE的值: 0.0096406 -0.481665 1.07868 n: 2 判斷階次FPE的值: 0.00875755 -0.446739 0.00498181 1.07791 0.0527289 n: 3 判斷階次FPE的值: 0.0087098 -0.459433 0.120972 -0.0569228 1.07814 0.0390757 0.116982 n: 4 判斷階次FPE的值: 0.000396884 -0.509677 0.4501 -0.200906 0.0656188 1.07991 -0.0156362 0.442989 0.0497236 n: 5 判斷階次FPE的值: 3.2095e-007 -1.18415 0.813123 -0.517862 0.34881 -0.116864 1.07999 -0.744141 0.474462 -0.253112 0.122771 n: 6 判斷階次FPE的值: 3.23349e-007 -1.14659 0.76933 -0.487651 0.329676 -0.10377 -0.00440907 1.07999 -0.703574 0.447253 -0.235282 0.113587 0.00479688 從以上結果可以看出，當n=5時，fpe值最小，所以這時的模型階次和參數估計值為最優結果： 3.2095e-007 -1.18415 0.813123 -0.517862 0.34881 -0.116864 1.07999 -0.744141 0.474462 -0.253112 0.122771
上傳時間： 2013-12-11
上傳用戶：yd19890720
常用的說話人識別方法有模板匹配法、統計建模法、聯接主義法(即人工神經網絡實現)?？紤]到數據量、實時性以及識別率的問題，采用基于矢量量化和隱馬爾可夫模型(HMM)相結合的方法。 說話人識別的系統主要由語音特征矢量提取單元(前端處理)、訓練單元、識別單元和后處理單元組成，
上傳時間： 2014-07-08
上傳用戶：wqxstar
（1）該碼功能是將數組后n為一次放在數組前面，不改變其他元素順序； （2）用二分法求方程的根。
標簽： 數組
上傳時間： 2016-11-05
上傳用戶：lunshaomo
CC_method:CC法，用于非線性時間序列中，相空間重構，求取時間延遲tau及時間窗口tw。 本程序，本人于2008年12月1日，在matlab7.0上運行通過，可以得到CC_method的5個相關參數及圖形，結果很好。 包括子程序： 1.CSCC_method：用lorenz系統來測試CC_method； 2.C_CMethod_inf：用于求延遲時間tau及時間窗口tw； 3.disjoint：用于將時間序列分解成t個不相交的時間序列； 4.reconstitution：用來重構相空間； 5.correlation_integral_inf：用于計算關聯積分,取無窮范數； 6.LorenzData.dll：Lorenz數據。 希望對各位需要做非線性分析的同仁有所幫助。也歡迎大家提出意見和建議，大家一起學習，一起進步。 同時也感謝pudn給我們提供了這樣一個交流的平臺。謝謝！
標簽： CC_method
上傳時間： 2013-12-09
上傳用戶：aysyzxzm
Euler函數: m = p1^r1 * p2^r2 * …… * pn^rn ai >= 1 , 1 <= i <= n Euler函數： 定義：phi(m) 表示小于等于m并且與m互質的正整數的個數。 phi(m) = p1^(r1-1)*(p1-1) * p2^(r2-1)*(p2-1) * …… * pn^(rn-1)*(pn-1) = m*(1 - 1/p1)*(1 - 1/p2)*……*(1 - 1/pn) = p1^(r1-1)*p2^(r2-1)* …… * pn^(rn-1)*phi(p1*p2*……*pn) 定理：若(a , m) = 1 則有 a^phi(m) = 1 (mod m) 即a^phi(m) - 1 整出m 在實際代碼中可以用類似素數篩法求出 for (i = 1 i < MAXN i++) phi[i] = i for (i = 2 i < MAXN i++) if (phi[i] == i) { for (j = i j < MAXN j += i) { phi[j] /= i phi[j] *= i - 1 } } 容斥原理：定義phi(p) 為比p小的與p互素的數的個數 設n的素因子有p1, p2, p3, … pk 包含p1, p2…的個數為n/p1, n/p2… 包含p1*p2, p2*p3…的個數為n/(p1*p2)… phi(n) = n - sigm_[i = 1](n/pi) + sigm_[i!=j](n/(pi*pj)) - …… +- n/(p1*p2……pk) = n*(1 - 1/p1)*(1 - 1/p2)*……*(1 - 1/pk)
上傳時間： 2014-01-10
上傳用戶：wkchong
利用互信息法求延遲，可用于求解信號的相空間
標簽： 延遲
上傳時間： 2014-01-26
上傳用戶：nanfeicui
