实现图像上有水纹波动的效果(96KB)

永磁同步电机定子电流波动故障机理分析，朱谦，贺青川，永磁同步电机定子电流幅值波动会严重影响其在高速、高精度场合的应用。为确定出现幅值波动的原因，结合永磁同步电机和与之匹配的

大学物理讲义包括量子物理，波动光学，晶体能带结构，热力学，等

该代码使用去趋势波动分析（DFA）的通用多通道扩展实现了一种多变量信号去噪方法。 该方法使用 MVMD 将噪声信号分解为单频多通道调制模式，然后使用通用多通道 DFA (GMDFA) 来拒绝噪声模式。

沪、深、港股市间波动溢出效应研究——基于VAR-EGARCH模型的实证分析，沈妍秋，，本文构建了VAR-EGARCH 模型，将收益与波动作为刻画股市信息的代理变量，将内地股市受到的收益和波动冲击分解为来自自身的 “本地因素

基于KIVA程序的内燃机燃烧压力波动模拟计算，卫海桥，韦静思，声学理论与燃烧模型相结合将能够更准确的计算气缸中声场。将声学理论引入燃烧模型，根据KIVA中流场方程组，并引入必要的热力学公�

波动学基础,主要讲述物理波动学。 波动学基础,主要讲述物理波动学

运用有限差分算法解决一维波动方程的数值模拟问题，对初学者有很大的帮助。

它与牛津大学提供的课程一致www.eng.ox.ac.uk/samp/dfa_soft.html 感兴趣的读者可以访问该页面并下载运行速度更快的编译 DFA 程序。 在随机过程、混沌理论和时间序列分析中，去趋势波动分析 (DFA) 是一种确定信号的统计自亲和性的方法。 它对于分析似乎是长记忆过程的时间序列很有用。 参考资料：Peng CK、Havlin S、Stanley HE、Goldberger AL。 非平稳心跳时间序列中标度指数和交叉现象的量化。 混沌 1995；5:82-87。

matlab分时代码粗略波动率模型的实施 该项目实现了[1]中使用的随机波动率模型以及这些的快速神经网络近似。 让我们从解释我们使用的模型开始。 因此，让S（t）表示某些（基础）资产的时间t价格，让r（t）和q（t）分别表示无风险利率和股息收益率（均假设为时间的确定性函数）。 在一些标准假设下，我们得到 在风险中性措施下。 这里的V（t）是瞬时方差过程，我们用W表示布朗运动。 然后，在该项目中，我们考虑下面描述的V（t）的（风险中性）模型。 其中一个（Heston）是非粗糙波动率模型，其他三个是适当的粗糙波动率模型。 赫斯顿 [2]的Heston模型假设 在哪里 粗糙的赫斯顿 [3]的粗略Heston模型假设 在哪里 粗糙的贝戈米 [4]的粗略的Bergomi模型假设 在哪里 扩展的粗糙Bergomi 扩展的粗略Bergomi模型假设 在哪里 和 但是，根据以下参数重新表达它是很自然的： 这也是代码中使用的参数化。 代码包含什么 该代码首先为上述四个模型中的每一个实现了用于对S（t）上的看跌期权和看涨期权进行定价的定价算法。 您应查阅代码或白皮书以获取有关所使用的方法和方案的描述。 该