Analyzing_Neural_Time_Series, 神经时间序列教材的python 实现 Analyzing_Neural_Time_Series麦克斯 with ( 2014 )的神经时间序列是一本为神经学家编写连续神经数据的大书。 虽然这本书看起来主要是用于脑电分析，但是我发现书中的主题很容易翻译。 每章都介绍了一种新技
2022-05-09 15:45:07
17.95MB
1
本文的安装环境为tensorflow2.1，使用的算法为LSTM算法，数据集为keras的imdb数据集。对于研究tensorflow2.1中LSTM算法的人可以借鉴参考
2022-05-09 09:45:51
5KB
1
为提高网络编码的安全性提出了一种在信源处使用混沌序列与信源信息相结合，在信宿处列表译码的安全网络编码算法。该算法使用改进型Logistic映射产生混沌序列对信源消息进行处理，传输过程保持原有网络编码体制不变，可以抵抗多种窃听和污染攻击。经过系统仿真及理论分析可知，该算法舍弃部分带宽来保证网络的安全性，以较小的开销达到了信息论安全的要求。最终实现了混沌序列在安全网络编码算法中的应用。
2022-05-09 06:54:37
793KB
1
《时间序列分析及应用（R语言）（原书第2版）》以易于理解的方式讲述了时间序列模型及其应用，内容包括趋势、平稳时间序列模型、非平稳时间序列模型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差模型、谱分析入门、谱估计和门限模型。对所有的思想和方法，都用真实数据集和模拟数据集进行了说明。
《时间序列分析及应用（R语言）（原书第2版）》的一大特点是采用R语言来作图和分析数据，书中的所有图表和实证结果都是用R命令得到的。作者还为《时间序列分析及应用（R语言）（原书第2版）》制作了大量新增或增强的-函数。《时间序列分析及应用（R语言）（原书第2版）》的另一特点是包含很多有用的附录．例如，回顾了有关期望、方差、协方差、相关系数等概念．筒述了条件期望的性质以及最小均方误差预测等内容，这些附录有利于关心技术细节的读者深入了解相关内容。
2022-05-08 17:04:33
33.55MB
1
matlab矩形序列代码
sam-balance
社会核算矩阵的账户集结与平衡
首先使用0-1矩阵法集结账户，然后使用直接交叉熵法平衡SAM，具体流程为：
使用Matlab软件从Excel文件读入原始数据
分别左乘和右乘相应的矩阵集结账户
输出集结后的SAM数据到Excel文件
使用GAMS软件读入上一步输出的SAM数据
优化得到平衡后的SAM数据
输出到Excel文件
合并矩阵
假设$\alpha$是一个元素为0或1的行向量，则根据矩阵乘法运算规律可知，矩阵$M$左乘$\alpha$的效果为：将矩阵$M$的某些行相加，而这些行恰好是行向量$\alpha$中元素1对应的位置。同理，矩阵$M$右乘元素为0或1的列向量$\beta$，可以将$\beta$中元素1位置对应矩阵$M$的列求和。因此，得到如下结论：
左乘0-1行向量可以合并行，右乘0-1列向量可以合并列。
于是，将合并不同行的行向量$(\alpha_1,
\alpha_2,
\cdots)$组合为矩阵$A$；由于需要合并的列与行是相对应的，所以右乘的合并矩阵即为$A$的转置矩阵$A^T$。最终，合并后的矩阵$N=A,M,A^T$
2022-05-08 15:40:29
4KB
1