本程序实现了在PyTorch中利用前馈神经网络实现复杂函数拟合。主要包括基于nn.Module的神经网络搭建和训练方法和数据集生成、分割方法。展示了通过调参分析和模型训练过程，评估各种超参数对训练过程、模型性能的影响，并将测试结果可视化。

本程序实现了在PyTorch中利用前馈神经网络实现复杂函数拟合。主要包括基于nn.Module的神经网络搭建和训练方法和数据集生成、分割方法。展示了通过调参分析和模型训练过程，评估各种超参数对训练过程、模型性能的影响，并将测试结果可视化。

本程序实现了在PyTorch中利用前馈神经网络实现复杂函数拟合。主要包括基于nn.Module的神经网络搭建和训练方法和数据集生成、分割方法。展示了通过调参分析和模型训练过程，评估各种超参数对训练过程、模型性能的影响，并将测试结果可视化。

C#测绘工程专业课程设计作业 包括高程拟合、平面子午线收敛角计算、椭球面曲率半径及弧长计算 其中高程拟合有二次曲面拟合、多项式平面拟合、四参数曲面拟合 平面子午线收敛角计算、椭球面曲率半径及弧长计算实现了四个椭球体的计算（克拉索夫斯基椭球、1975年国际椭球、WGS-84椭球、CGCS2000椭球）

IPF 允许人们找到一个矩阵 S，它接近于输入矩阵 T，但是 S 的行和是 R，S 的列和是 C。 它在一系列任务中很有用（我在交通矩阵问题中使用它），但经常用于统计数据中检查列联表中的独立性假设。 看http://en.wikipedia.org/wiki/Iterative_proportional_fitting 有关更多信息（上面实现的版本是该页面的 RAS 版本）。 我有一个更高级的版本，旨在资助 S 满足一组任意的线性约束，但它不是完全可以分发的形式，所以问我是否需要它。 有关如何使用它的详细信息，请参阅内部文档和 ipf_test.m。

运动规划是移动机器人自主导航系统中的重要模块之一，相关算法研究成果层出不穷，本文将曲线插值拟合算法拆解为三个子类算法：基于插值的规划算法、基于特殊曲线的规划算法及基于优化的规划算法，并沿时间顺序概述相关算法的发展历程，最后从模型复杂度、实时性、环境适应能力及路径曲线质量等方面分析了上述三类算法的优缺点。

MATLAB用拟合出的代码绘图统计混合模型I 介绍 该存储库包含用于反伽玛正态混合模型的MATLAB代码。 用于超临界流体的混合物模型应用的其他代码（对数正态-中型混合物，概率分类）将很快上载。 如果您使用这些代码进行发布，请引用以下文章之一。 [1] Yoon，TJ，Ha，MY，Lee，WB，＆Lee，Y.-W.。 （2017），超临界流体杂志，119，36-43。 [2] Yoon，TJ，Ha，MY，Lee，WB，＆Lee，Y.-W.。 （2017），超临界流体杂志，130，364-372。 如有任何疑问，请通过我的电子邮件或researchgate帐户与我联系。 电子邮件： 这些代码的具体信息如下。 invgampdf.m 内容描述 输入：样本值（ x ），算术平均值（ mu ）和标准偏差（ sigma ） 输出：反伽马分布的可能性（ y ） 该代码计算逆伽马分布的可能性。 逆Gamma分布的描述请参阅。逆Gamma分布的人口参数最初是形状参数和比例参数，但是出于实际目的，此代码以算术平均值和标准差作为输入参数编写。 您可以根据Wikipedia网页修改代码。 例子 此代码块绘制

正确的视盘(OD)定位和分割是糖尿病视网膜病变自动筛选系统中的两个主要步骤.鉴于此,提出一种基于显著性目标检测和改进局部高斯分布拟合(LGDF)模型的视神经盘分割方法.该方法主要包含两个阶段:第一阶段,将显著性检测技术应用到增强的视网膜图像中实现视盘的自动定位;第二阶段,通过增加椭圆约束信息来改进局部高斯分布拟合(LGDF)模型分割视盘边界.使用公开数据库Diaretdbq对所提出方法的性能进行测试,并与其他先进的方法进行对比,结果验证了所提出方法的优越性和有效性.

使用非平稳 Kanai-Tajimi 模型模拟地面加速度记录。 非平稳地面加速度记录基于郭等人的论文中提出的例子进行模拟。 [3] 我找到了很好的解释。 但是，该方法本身较旧，参见例如 [1, 2]。 此外，目前提交的文件还包含一个 Matlab 函数，用于将非平稳 Kanai-Tajimi 模型拟合到地面加速度记录。 拟合程序 (lsqcurvefit) 需要优化工具箱。 然而，可以替代地使用其他功能。 这里通过 filtfilt 函数使用信号处理工具箱。 任何改进代码的评论、问题或建议都受到热烈欢迎。 参考 [1] Lin, YK, & Yong, Y. (1987)。 演化的 Kanai-Tajimi 地震模型。 工程力学杂志，113（8），1119-1137。 [2] Rofooei, FR, Mobarake, A., & Ahmadi, G. (2001)。 使用非平稳

Fourier_Series_Approx_PULSE.m 创建一个周期性的矩形脉冲和根据用户选择的项数拟合曲线计算傅立叶级数，即。 执行傅立叶级数的系数，并且将为每个选定数量的傅立叶级数绘制曲线拟合结果。 所有用户选择条目将在弹出窗口中向上的GUI窗口，并根据用户执行进一步的评估。 条目。