搜索资源列表
蒙特卡罗方法解粒子输运问题
- 蒙特卡罗方法又称随机抽样技巧或统计试验方法。半个多世纪以来，由于科学技术的发展和电子计算机的发明 ，这种方法作为一种独立的方法被提出来，并首先在核武器的试验与研制中得到了应用。蒙特卡罗方法是一种计算方法，但与一般数值计算方法有很大区别。它是以概率统计理论为基础的一种方法。由于蒙特卡罗方法能够比较逼真地描述事物的特点及物理实验过程，解决一些数值方法难以解决的问题，因而该方法的应用领域日趋广泛。 -Monte Carlo method known as random or statistical
yundh
- 简单的运动会积分统计系统 大一主要学习了C和C++，该程序是一个比较基础实用的程序。-simple statistical systems integration Games freshman learning the major C and C, The procedure is a practical basis for comparison procedures.
cangku
- 某商场有如下的几种货品：衬衣、鞋子、帽子、裤子、冰箱、电视、立柜、壁橱、沙发。每一种货物都有详细的说明信息。 衬衣：布料、尺寸、单价、产地、库存量、所属货柜； 鞋子：皮料、尺寸、单价、产地、库存量、所属货柜； 帽子：布料、样式（平顶或尖顶）、尺寸、单价、产地、库存量、所属货柜； 裤子：布料、尺寸、单价、产地、库存量、所属货柜； 冰箱：制冷类型、样式（二门或三门）、颜色、尺寸、单价、产地、库存量、重量、所属货柜； 电视：样式（彩色或黑白）、颜色、尺寸、单价、产地、库存量、重
shang[inguanli
- 第一次上传，呵呵！！这是我们课程设计的一道题目，传上来大家分享，给点意见。 某商场有如下的几种货品：衬衣、鞋子、帽子、裤子、冰箱、电视、立柜、壁橱、沙发。每一种货物都有详细的说明信息。 衬衣：布料、尺寸、单价、产地、库存量、所属货柜； 鞋子：皮料、尺寸、单价、产地、库存量、所属货柜； 帽子：布料、样式（平顶或尖顶）、尺寸、单价、产地、库存量、所属货柜； 裤子：布料、尺寸、单价、产地、库存量、所属货柜； 冰箱：制冷类型、样式（二门或三门）、颜色、尺寸、单价、产地、库存量、重
svm_math
- 专业介绍svm算法的书籍，适合有高等数学，线性代数，矩阵论，和数里统计基础的读者，他是一本全面介绍svm的书籍，从数学基础到应用，是svm学习者的一本好书。
现代统计学与ＳＡＳ应用
- 本书共分６篇，第１篇统计学基础知识与ＳＡＳ软件应用技巧，介绍了统计学的基本概念和学习方法、试验设计入门、统计描述、ＳＡＳ软件应用入门、编写ＳＡＳ实用程序的技巧、单变量统计分析和利用SAS／GRAPH模块绘制常用统计图的方法。第２篇试验设计与定量资料的统计分析，介绍了与ｔ检验、非参数检验和各种方差分析有关的试验设计和数据处理方法。第３篇试验设计与定性资料的统计分析，介绍了处理二维及高维列联表资料的各种统计分析 方法，包括卡方检验、Fisher的精确检验、典型相关分析、logistic回归模型和对数
kwic
- 简单的txt文本搜索程序。能够从指定的txt文档中搜索特定单词并生成其KWIC。此程序为《统计自然语言处理基础》习题1.6第7题答案。-Simple search program for certain word in a txt file. It can find out specific word in a txt file and generate its KWIC. This program can serve as the answer of practice 1.6.7 of "Fo
dea
- 本代码是王岩数理统计与MATLAB工程数据分析一书的所有源代码。特点着重基础、强化应用、便自学，是工程数据分析一本很好的书，代码说明也较为详细，本人极力推荐！-This code is WangYan mathematical statistics and data analysis of the MATLAB project book all the source code. Based on characteristics, strengthening the application, an
solution
- Steven M. Kay统计信号处理基础一书的解答-The solution of Fundamentals_Of_Statistical_Signal_Processing
stprtool15aug08
- 捷克理工大学Hlavac教授和Franc博士提供的统计模式识别Matlab工具箱的最新版本V2.09，在原有版本基础上进行了一些修改和完善。它包括现有模式识别的大部分方法，比如SVM，PCA，LDA等。我采用其中的SVM方法进行了人体下肢假肢SEMG信号的分类，效果不错。希望能对大家有帮助。-Statistical Pattern Recognition Toolbox for Matlab (C) 1999-2008, Version 2.09. It includs a number of
Algorithm_analysis_and_programme_design
- 实用算法分析与程序设计 目录： 第一章基础算法 第二章 顺序统计算法和中位数 第三章 有关数论的算法 第四章 计算几何学 第五章 显式固的基本算法 第六章 隐式图的基本算法 第七章 网络流的算法 第八章 动态程序设计 第九章 题库 一、神秘的大陆 二、迷宫车间 三、Hamilton机器人 四、魔方工具包 五、Tom、Jerry和奶酪 六、债务 七、Sinistra 的城市 八、游戏 九、加法链 十、黑白棋 十一、
VCVB
- 本书是所随带的VC++和BC++数值分析类库光盘的使用手册。此VC++和BC++数值分析类库涵盖了数值分析领域中大部分常见算法，还包括线性和非线性最优化问题的多种算法以及概率统计中的一些基本算法。此类库中将矩阵和向量当成如char,int,double一样的基本变量类型，为矩阵和向量提供了几乎是随心所欲的操作函数。因此，可以在此数值类库的基础上进行二次开发。类库的各项功能均经过严格的检测，并与MATLAB作了比较，结果准确无误，效率不相上下。书中以菜单的方式对数值分析类库的每项功能作了详尽的解释
work
- Matlab基础程序联系：成绩统计,练习switch和if else组合；抽样定理-Matlab basic function design for scord statisticing and Nyquist
featureextraction
- 图象 处 理和模式识别中经常根据物体的形状来识别物 体或对物体进行分类。形状特征可以分为区域特征和边界特 征两大类，矩不变量是最基本的形状特征。Hu提出的矩不变 量是图象区域内部细节的描述，是一种区域特征。它是建立 在对一个区域内部灰度值的统计分析基础上的，需要目标区 域的所有象素参与运算-Image processing and pattern recognition are often based on the shape of objects to identify o
huffman_Golomb_COMPRESS
- 从 Mentor Graphics 的自动测试图形生成（ATPG）工具 FastScan的 测试文档中提取出测试电路（CUT）的测试模式，生成便于对应压缩算法的文件 格式。 本文中， 给出了 2 种压缩测试模式的方法， 一种是基于统计的哈夫曼编码， 一种是基于差分运算的Golomb 编码。本次毕业设计中，在熟悉Mentor Graphics ATPG工具 FastScan的基本功能和其主要的测试模式输出文件的格式的基础上， 实现其中测试结构和测试模式数据的分析提取， 并且在
FDR_codes_compression_based_on_compatible
- 一种基于相容压缩和FDR编码压缩的综合压缩方法。该方法首先把原始测试集的测试向量转变成多扫描链的形式，利用测试向量间的相容关系进行第一次压缩——相容压缩，在此基础上对相容压缩过的测试集进行重排，使其仍然保持原始测试集中测试模式的排列特性，并对其进行优化排序，使得相邻模式间具有最少的不同位，最后利用FDR编码方法进行第二次压缩。 目前，减少测试应用时间和测试数据容量是测试领域的努力方向。本文提出的这种方法可以有效的减少存储容量和降低测试时间从而有效的降低了测试成本。与类似的纯编码压缩方法相比，
dangqiantongjimoxin
- 选用当前统计模型，在卡尔曼估计的基础上，引进目标状态估计协方差矩阵，进行最优加权平均，能够获得精度较高的运动状态-The current statistcal model
e1071_1.5-19.tar
- 支持向量机（Support Vector Machine, SVM）是建立在统计学习理论的基础上较新的分类方法，有相对好的泛化能力，是目前最热门的分类方法之一。R的"e1071" 包提供了做SVM的函数-Support Vector Machine e1071
Probability_and_Statistics_Modeling_Method
- 比较基础的书籍介绍了概率统计建模方法，很实用的一本书，推荐下载！-Probability and Statistics Modeling Method
机器学习pics
- 17张思维导图+1张机器学习图，每张图都很有指导价值(17 thinking map +1 machine learning diagram)