搜索资源列表
montecarlo
- 蒙特卡洛方法，求高斯截尾概率等，自己编写的，不妨看看，能运行
2183
- 1、 假定有一目标沿水平方向运动，起始位置为(-2000米，500米)，运动速度为10米/秒，扫描周期 秒， , 米，采用蒙特卡洛方法对跟踪滤波器进行仿真分析，仿真次数为100次
Mathematicasoftwaresimulation
- 运用mathematica软件模拟了在圆周上的点的均匀分布，蒙特卡洛方法的应用-Mathematica software simulation using the point on the circumference of the uniform distribution, the Monte Carlo method
MonteCarlo
- 蒙特卡洛方法原理及在移动通信中的应用的资料包括高斯(正态) 、Reyleigh、Rice 和Nakagami - m 等四种常见的随机分布。-Application of Monte- Carlo Simulation in Mobile Communications
Monto
- 蒙特卡洛模拟在高新技术企业估值中的应用，实物期权的方法-Monte Carlo simulation ，company valution
shuijishu
- 蒙特卡洛 随机数生成原理_实现方法_不同编程语言的随机数函数及代码-Monte Carlo random number generator principle _ _ random number function of different programming languages and code
CPP
- 蒙特卡洛方法入门，求圆周率，C++源代码，内有计算结果和说明-Monte Carlo method entry, seeking pi, C++ source code, there are calculations and notes
Gen_Mar_Chain
- 利用MCMC（马尔科夫蒙特卡洛）方法，产生平稳的马尔科夫链-Use MCMC (Markov Chain Monte Carlo) methods produce smooth Markov chain
MPI-and-OpenMP-parallel-programming
- 《MPI与OpenMP并行程序设计(C语言版)》是美国Oregon州立大学的Michael J.Quinn教授在多年讲授“并行程序设计”课程的基础上编写而成的，主要介绍用C语言，并结合使用MPI和OpenMP进行并行程序设计，内容包括并行体系结构、并行算法设计、消息传递编程、Eratosthenes 筛法、Floyd 算法、性能分析、矩阵向量乘法、文档分类、蒙特卡洛法、矩阵乘法、线性方程组求解、有限差分方法、排序、快速傅立叶变换、组合搜索、共享存储编程、融合OpenMP和MPI以及5个附录。-&
xr675
- 用蒙特卡洛模拟的方法计算美式期权的价格以及基本描述,最大信噪比的独立分量分析算法，信号维数的估计。- Monte Carlo simulation method of calculating the American option price and basic descr iption, SNR largest independent component analysis algorithm, Signal dimension estimates.
hjvfn
- 用于特征降维，特征融合，相关分析等,用蒙特卡洛模拟的方法计算美式期权的价格以及基本描述,电力系统暂态稳定程序，可以进行暂态稳定计算。- For feature reduction, feature fusion, correlation analysis, Monte Carlo simulation method of calculating the American option price and basic descr iption, Power System Transient Sta
pvcxv
- ML法能够很好的估计信号的信噪比,Matlab实现界面友好，用蒙特卡洛模拟的方法计算美式期权的价格以及基本描述。- ML estimation method can be a good signal to noise ratio, Matlab to achieve user-friendly, Monte Carlo simulation method of calculating the American option price and basic descr iption.
Pi
- 运用蒙特卡洛方法计算π，多线程计算。创建几个线程，每个线程都会生成随机点并确定点是否落在圆圈内。 每个线程都必须更新圈内所有点的全局计数。 一旦所有线程退出，父线程将计算并输出π的估计值。 使用互斥锁或信号量保护共享全局变量更新时的竞争条件。 值得尝试生成的随机点的数量。 作为一般规则，点的数量越大，近似值越接近π。(Estimating Pi using Monte Carlo)