桌面路径: echo %systemdrive%%homepath%\桌面 　%HOMEDRIVE% = C:\ 当前启动的系统的所在分区 　　%SystemRoot% = C:\WINDOWS 当前启动的系统的所在目录 　　%windir% = %SystemRoot% = C:\WINDOWS 当前启动的系统的所在目录 　　%USERPROFILE% = C:\Documents and Settings\sihochina 当前用户数据变量 WINDOWS系统变量 桌面路径: echo %systemdrive%%homepath%\桌面 　%HOMEDRIVE% = C:\ 当前启动的系统的所在分区 　　%SystemRoot% = C:\WINDOWS 当前启动的系统的所在目录 　　%windir% = %SystemRoot% = C:\WINDOWS 当前启动的系统的所在目录 　　%USERPROFILE% = C:\Documents and Settings\sihochina 当前用户数据变量 　　%HOMEPATH% = C:\Documents and Settings\sihochina 当前用户环境变量 　　%system% = C:\WINDOWS\SYSTEM32 　　%ALLUSERSPROFILE% ：列出杏没rofile文件位置。 　　%APPDATA% :列出应用程序数据的默认存放位置。 　　%CD% :列出当前目录。

对源码进行了优化，增加了注释； 性能优于UFLDL网站上的minFunc函数。 希望各位大佬进行采纳！

基于相空间重构(PSR)和支持向量机(SVM)算法本文提出了一种利用单一变量进行化工过程故障诊断的方法。首先进行变量筛选，然后对筛选出的关键变量进行相空间重构，再利用SVM对重构后的数据进行故障分类。通过对TE(Tennessee Eastman)过程几类故障进行仿真测试，结果表明在单一故障和多故障情况下，本方法均可实现化工过程的单变量故障诊断；与传统SVM方法相比，相空间重构可有效提高诊断正确率。此方法可为建立简单而有效的单变量故障诊断系统提供理论依据。

在使用Qt开发时，遇到大量带变量的公式计算，此时写代码解析公式非常繁琐，此案例使用QScriptEngine的evaluate方法完美解决，既简单又方便。可以处理数据库中的大量公式计算。此资源中包含源代码项目文件和打包完成的文件夹，下载后直接点击打包文件夹中的exe文件执行可看到效果。

通过iris.txt的训练，再利用test.txt进行测试

对角CARIMA模型多变量广义预测控制介绍了多变量广义预测控制算法，基于受控自回归滑动平均模型（CARIMA），希望对大家有用

[b sigma2_x x_est y_est 统计] = deming(x,y,lambda,alpha) deming() 执行线性戴明回归以找到线性系数： y = b(1) + b(2)*x 假设 x 和 y *都包含测量误差，测量误差方差与 lambda = sigma2_y/sigma2_x 相关（sigma2_x 和 sigma2_y 分别是 x 和 y 变量的测量误差方差）。 计算按照 Anders Christian Jenson 在 2007 年 5 月对 MethComp 的 Deming 回归函数的描述（网站： http ://staff.pubhealth.ku.dk/~bxc/MethComp/Deming.pdf）中的描述进行，其中包括一个很好的斜率、截距、方差和 (x,y) 估计值的推导。 输入： x - [Nx1] 带误差的测量数据y - [Nx1] 有误

摘要：分离变量法是求解各种类型的线性偏微分方程初边值问题的普遍方法之一.本文主要研究了在一般边界条件下，利用分离变量法解有界弦振动方程和一维热传导方程的一般方法

该脚本旨在保存和恢复 MATLAB 的工作状态。 这仅在 MATLAB 版本 R2007a 到 R2011a 上进行了测试，并且它使用了 MATLAB 的一些未记录的功能，可能无法在其他版本上正常工作。 当使用 'save' 标志调用此脚本时，它会要求提供一个位置和文件名来保存 MATLAB 状态。 然后它将继续保存当前工作目录、与 MATLAB 根目录不同的其他路径、打开的编辑器文件、调试断点、打开的图形、基础工作区变量和命令窗口历史记录（这与命令历史记录不同）。 当使用“restore”标志调用此脚本时，它将打开并且 GUI 要求 mState 文件从中恢复 MATLAB 状态。 然后将关闭所有编辑器窗口，将删除所有调试断点，将清除命令窗口，将关闭所有打开的图形，并在恢复状态之前删除所有基本工作区变量。 然后，脚本将从 mState 文件中恢复当前工作目录、除 MATLAB 根目

1. 均匀随机变量2. 指数随机变量3. Erlang 随机变量4.伯努利随机变量5. 二项式随机变量6. 几何随机变量7. 负二项式随机变量8. 正态随机变量Pseudorandom_number_generators 线性同余生成器 (LCG) 是一种算法，可生成使用不连续分段线性方程计算的伪随机数序列。 该方法代表了最古老和最著名的伪随机数生成器算法之一。 参考： https://en.wikipedia.org/wiki/Linear_congruential_generator https://en.wikipedia.org/wiki/Inverse_transform_sampling https://en.wikipedia.org/wiki/Box-Muller_transform