我们通过运动学方法研究了宇宙的加速膨胀阶段。 特别地，减速参数q以与模型无关的方式被参数化。 考虑到q的广义参数化，我们首先获得jerk参数j（比例因子的无量纲三阶导数），然后将其与宇宙观测值相对。 我们使用哈勃参数H（z）的最新观测数据集，该数据集由41个数据点组成，其红移范围为$ 0.07 \ le z \ le 2.36 $$0.07≤z≤2.36，大于Type覆盖的红移范围 超新星。 我们还获得了减速参数$$ q_0 $$ q0，加加速度参数$$ j_0 $$ j0和过渡redshift $$ z_t $$ zt（宇宙的膨胀从减速切换为加速）的当前值， $$ 1 \ sigma $$1σ错误（$$ 68.3 \％$$$ 68.3％置信度）。 结果表明，在减速的宇宙之后，宇宙确实处于加速的膨胀阶段。 这与目前的观察结果是一致的。 此外，根据j的演化，我们发现本模型与标准$$ \ Lambda $$ΛCDM模型的偏离。 此外，针对本模型显示了标准化哈勃参数的演化，并将其与H（z）的数据集进行了比较。
2022-05-07 21:14:58
1.01MB
1
大数据-算法-黄河上游人工增雨期间云物理观测和降水过程的数值模拟研究.pdf
2022-05-06 10:05:14
3.1MB
渲染器的matlab仿真求代码介绍
这些文件是基于
Matlab/Simulink
对论文的模拟：
ATTACK-RESILIENT
OBSERVER
PRUNING
FOR
PATH-TRACKING
CONTROL
OFWHEELED
MOBILE
ROBOT
。
如果您使用全部或部分代码，请引用论文：
@proceeding{Yu2020false,
author={Zheng,
Yu
and
Anubi,
Olugbenga
Moses},
title=
"{Attack-Resilent
Observer
Pruning
for
Path-tracking
Control
of
Wheeled
Mobile
Robot}",
series
=
{Dynamic
Systems
and
Control
Conference},
volume={},
number={},
pages={},
year={2020},
publisher={ASME}
}
论文有任何问题，请联系郑宇（
），阿努比博士（
）。
如何使用代码
机器学习oracle模拟
（参考：
Localizatio
2022-05-05 14:03:28
736KB
1