行业分类-设备装置-基于云平台的消除近似重复网页方法.zip

一种基于超平面的电力系统实用近似静态安全域及其求解方法.pdf

广义Pareto分布(generalized Pareto distribution，GPD)是统计分析中的一个极为重要的分布．对基于广义 Pareto分布的若干个样本分位数进行了研究．首先，求解具有较高精度的形状参数的参数估计；其次，得出广义 Pareto分布位置参数及尺度参数的近似广义最小二乘估计．本方法简单易行，对形状参数的存在条件没有限制，通过Monte Carlo模拟验证了该方法具有较高的精度．

弹性圆柱体频散方程高阶纵模式波的近似解，崔志文，张精，我们基于Ahmad给出的弹性圆柱体中在速度位于纵横波之间的高阶模式波频散的一个简单近似公式基础上进一步顾及二级小量，使近似频散�

调度在企业制造系统中起着关键作用，因为它大大提高了效率和竞争力，这一点已被广泛接受。 流水车间调度问题是一种典型的问题，涉及许多实际问题。 由于流水车间调度问题是NP难题，因此在大规模情况下，在较短的CPU时间内获得令人满意的解决方案具有实际价值。 拉格朗日松弛（LR）是一种可以处理大规模可分离问题的方法。 通过LR方法，可以将一个复杂的问题分为几个较小的子问题，这些子问题更容易解决。 但是，存在一个关键挑战，即拉格朗日乘数可能会缓慢收敛。 本文提出了一种新的概率近似次梯度法（PASG），其中使用智能优化算法来获取适当的方向以改进拉格朗日乘数。 PASG方法可以合理地分配计算时间，并在有限的计算时间内获得令人满意的进度表。 随着计算时间的延长，获得最佳解的可能性收敛至1。PASG方法的有效性通过对大规模和长期水平问题的数值测试结果得到证明。

基于多元经验模态分解互近似熵及GG聚类的轴承故障诊断.pdf

用C#语言，通过VS2015开发平台，编写实现附和水准路线的近似平差计算。

派萨克斯 时间序列数据的SAX（符号聚合近似）的python实现 主意 将时间序列数据转换为符号表示，其中（欧几里得）距离/相似度是符号空间中距离的下限 符号表示可以被视为时间序列的低维度（聚合）表示 可以使用基于符号的算法，例如后缀树、马尔可夫链来分析时间序列 参考 我们为什么要重新实施它？ SAX 对时间序列数据有一定的假设，例如（1）局部高斯，（2）固定频率，（3）实值信号。 我们想探索其他数据的更多可能性 我们想要时间序列片段的向量表示，类似于将单词表示为向量的想法（Google 的 word2vec） 我们需要一个快速的并行实现 去做 例子 sequitur的python包装器 主意 sequitur 将用作 SAX 数据的上下文无关语法提取器 挖掘的规则将用于异常值/主题检测 我们为 python 使用包装了c++ 实现- 所以它现在只是一个快速的解决方法。 参考

本压缩包里有我整理的八种熵的库函数，包括有柯尔莫哥洛夫熵，近似熵，条件熵，模糊熵以及样本熵等等。（亲测可用）

本文重点介绍如何控制高压管中的压力。 首先，对系统进行整体分析，以确定高压燃油管的压力平衡条件； 也就是说，流出高压燃油管的燃油量等于流入的燃油量。本文使用Excel在所有数据处理中拟合和组织数据。 在求解压力和密度的微分方程时，使用四阶Runge-Kutta公式，并通过MATLAB2017a获得数值解。