随着人类社会的进步和发展,环境对一个国家的影响不容小觑,其中气候变化对人类生活方式产生深远意义和影响,进而改变国家的脆弱性,本文基于人工智能理论构建了一个国家脆弱性评价模型并利用相关系数法讨论气候变化如何影响区域的不稳定性,发现气候变化对区域稳定性有着举足轻重的作用。
1
行业分类-物理装置-基于相关系数的地铁列车图像故障检测方法.zip
行业分类-物理装置-基于皮尔森相关系数和移动平均法的供热系统热延迟时间辨识方法.zip
相关矩阵 计算一个或多个数值数组之间的。 安装 $ npm install compute-pcorr 要在浏览器中使用,请使用 。 用法 要使用该模块, var pcorr = require ( 'compute-pcorr' ) ; pcorr( arr1[, arr2,...] ) 计算一个或多个数值数组之间的。 var x = [ 1 , 2 , 3 , 4 , 5 ] , y = [ 5 , 4 , 3 , 2 , 1 ] ; var mat = pcorr ( x , y ) ; // returns [[1,-1],[-1,1]] 注意:对于单变量输入,返回的包含一个等于 unity 的元素。 如果数组的数量是动态的,您可能需要灵活地计算任意array集合的线性相关系数。 为此,该函数还接受一个array arrays 。 var mat = pco
2021-07-11 13:03:37 10KB JavaScript
1
ITD分解,还是很不错的,先将数据精心ITD分解,得到PR分量,然后通过相关系数帅选分量,在求出他们的信息熵的特征,完美运行,你值得拥有,可以的话,给一个好评,谢谢。
2021-07-08 19:58:15 60KB matlab
1
利用c#语言实现协方差矩阵、相关系数矩阵及他们的特征值计算,可执行源码。
2021-06-28 09:57:41 69KB c# 协方差矩阵 相关系数矩阵 特征值
1
一、利用直方图的方式进行批量的图片缺陷检测(方法简单) 二、步骤(完整代码见最后) 2.1灰度转换(将原图和要检测对比的图分开灰度化) 灰度化的作用是因为后面的直方图比较需要以像素256为基准进行相关性比较 img = cv2.imread("0.bmp") #原图灰度转换 gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY) #循环要检测的图,均灰度化 for i in range(1, 6): t1=cv2.cvtColor(cv2.imread(str(i)+".bmp"),cv2.COLOR_RGB2GRAY) 2.2 直方图计算(结果其实是二
2021-06-16 11:19:54 153KB c nc op
1
利用python 读取遥感影像 并对遥感影像两两波段进行相关系数的计算 将计算结果输出txt 文本。
2021-06-15 10:54:55 8KB python相关系数遥感 遥感影像
1
该程序是在matlab中编程实现的,可以交互式进行影像匹配。其方法是基于相关系数进行的。 该程序是在matlab中编程实现的,可以交互式进行影像匹配。其方法是基于相关系数进行的。
2021-06-14 09:47:53 674B 影像匹配 相关系数
1
皮尔逊 皮尔逊相关系数计算器 安装 您可以使用 ruby​​gems 安装pearson gem: gem install pearson 如果你使用 Bundler,你可以将它包含到 Gemfile 中: gem 'pearson', '~> 1.0' 用法 scores = { 'Jack' => { 'The Godfather' => 2.5 , 'Gattaca' => 3.5 , 'Matrix' => 3.0 , 'American History X' => 3.5 , 'Back to the future' => 2.5 } , 'Lisa' => { 'The Godfather' => 1.5 , 'Gattaca' => 2.5 , 'Matrix' => 1.5 ,
1