同济大学机器学习课程PPT

利用Carry4进行高精度TDC设计，其MATLAB测试分析代码

FP16 仅标头库，用于向/从半精度浮点格式转换 特征 支持IEEE和ARM替代半精度浮点格式 财产转换无限和NaN 正确转换非正规数，即使在没有非正规支持的系统上 仅标头的库，无需安装或构建 与C99和C ++ 11兼容 全面覆盖了单元测试和微基准测试 致谢 该库由佐治亚理工学院的开发。 FP16是位于的HPC车库实验室的一项研究项目，该实验室位于佐治亚理工学院，计算学院，计算科学与工程学院。 本资料基于美国国家科学基金会（NSF）奖号1339745支持的工作。本资料中表达的任何观点，发现，结论或建议均为作者的观点，不一定反映NSF的观点。

针对传统灰色模型在多原始数据、长时间尺度的负荷预测情景下预测精度差的问题，文中分析了灰色模型（Gray Model，GM）的基本原理，并提出相应的改进措施，其中包括原始数据的加权处理、选取合适的初始条件及自适应优化模型参数。并将改进灰色模型（Improved Grey Model，IGM）应用于电力负荷预测。通过算例分析结果表明，无论在短期负荷预测还是在中长期负荷预测的情景下，所提出基于改进灰色模型的电力负荷预测方法相比于传统灰色模型，均具有更高的预测准确性，能够为电力系统的安全、稳定运行以及合理的规划提供重要支撑。

摘要:提出了数值求解三维波动方程的种精度分别为旷)和扩+扩)的交替方向隐式(格式，并且通过方法证明了格式的稳定性。该方法在沿每个空间方向上只涉及三个网格基架点，

matlab精度检验代码使用AlexNet架构识别青光眼 以下存储库包含使用深度学习对OCT眼底图像进行训练和测试的代码： 青光眼是一种与之相关的眼部疾病，会导致视神经受损，从而将信息从眼睛传递到大脑。 青光眼最初会导致周围视力丧失，最终会导致永久性失明。 据估计，全球青光眼病例超过6000万，到2020年它将增加到8000万。社区中仍有超过90％的青光眼病例未被诊断。 由于青光眼通常是无痛的，因此人们可能对严格使用可以控制眼压并有助于防止永久性眼部伤害的眼药水变得粗心。 眼科医生可能会使用视野检查法，眼压测量法和检眼镜检查法来诊断青光眼。借助深度学习，计算机辅助自动检测青光眼是可能的。 本文提出了利用ACRIMA数据库眼底图像进行青光眼检测的通用深度学习模型。 与传统的手工制作光盘特征的方法不同，特征是通过卷积神经网络（CNN）从原始图像中自动提取特征。在我们的CNN模型中，AlexNet体系结构被用于自动特征检测 给定的存储库包含以下数据：1）训练数据（来自ACRIMA数据库的青光眼和非青光眼OCT图像）2）训练代码3）测试代码 使用的软件：1）MATLAB 过程：步骤1：在计算机

动态光散射反演算法参数的微小变化会导致解的巨大偏差，因此需建立反演算法的评价指标，据此对反演结果进行评价，以提高测量的精度。从相关函数的拟合精度、粒度分布的稳定性、测量结果的重复性等三个方面对反演算法进行了分析，进而建立起了反演算法的三个评价指标。评价指标一：相关函数拟合的均方根（RMS）误差小于 0.001，误差的品质因子Q>0.7；评价指标二：粒度分布范数的相对标准偏差RN<5%；评价指标三：测量结果的相对标准差（RSD）小于 2%。实验结果表明：当反演算法满足三个评价指标时，其稳定性好，重复精度高，可以获得最接近实际的测量结果。

针对目前国产实时荧光定量PCR温控系统升降温速度慢和精度低的问题，提出了一种改进的模糊自适应PID算法。首先根据热力学公式，建立了实时荧光定量PCR温控系统的数学模型，在模糊自适应PID算法的基础上加了一个在线调整量化因子和比例因子的智能调整器，根据设定的模糊控制规则实时优化PID参数、量化因子和比例因子，由PID控制器和智能调整器控制实时荧光定量PCR的温度。采用Simulink对PCR温控系统进行仿真，结果表明：设计的模糊自适应PID控制器控制精度达到[0.1 ℃]，快速稳定以后，能达到[0.01 ℃]，升降温速度大于等于[7.0 ℃/s]，完全能够满足实时荧光定量PCR温控系统对温度精度和升降温速度的要求。

此热电偶测量验证设计提供了一种非常简单且精确的方式方法来实施热电偶测量。此设计概括了提供传感器诊断所必需的抗混叠滤波器和偏置电阻器。此示例还提供了一种新颖的方式，即使用 ADS1118 上的板载温度传感器完成对系统的冷端补偿。对于热电偶线性化，此设计还提供了一种非常简单的、可以在大多数微控制器上实施的线性算法。

绿色软件，免安装，解压即可使用。单精度浮点数转换工具