针对EVaR(Expectile-basedValueatRisk)风险度量提出了基于GARCH类和SV波动率模型的EVaR风险度量计算方法,即EVaR计算的参数模型方法。并基于模拟学生t分布时间序列数据,给出EVaR样本外预测的失败率检验方法:Kupiec失败率检验和动态分位数(DQ)检验法。与采用CARE(ConditionalAutoregressiveExpectile)模型的EVaR计算方法进行了对比研究,结果表明基于GARCH类模型和SV模型相对于基于CARE模型有更优的EVaR预测效果。选取

S2P文件，https://blog.csdn.net/weixin_44584198/article/details/122645603

yolo fast模型最小化参数模型文件

基于占有率的交通流参数模型研究 基于占有率的交通流参数模型研究 基于占有率的交通流参数模型研究

发动机系统中的电子节气门是一种典型的非线性控制对象,特别是节气门运动过程中的弹簧扭矩和摩擦阻力十分复杂,其数学模型很难精确建立,参数不易获取.针对电子节气门的非线性因素,提出一种内模控制器的设计方法.首先分析电子节气门系统的数学模型,在Matlab/Simulink仿真平台上对模型的有效性进行验证,进而以内模控制结构为基础,建立电子节气门复域模型,分析系统的非线性干扰,设计针对时变参数的内模控制器.仿真结果显示,在模型较精确的情况下,内模控制器具有优于传统PID和一般滑模控制的控制性能,而在模型失配的情况下,内模控制器的鲁棒性能够保证它的控制性能仍然优于传统PID.在所提出的内模控制器设计方法中,前馈滤波器的设计并未用到任何系统参数,但仍然能够保证理想的稳态响应和扰动响应,因此所提出方法相比于很多针对具体模型的控制策略,具有更好的实用价值.

非参数模型类 在非参数模型类中主要包括脉冲响应模型和频域描述模型。 如下图，假设系统为线性系统，u输入，y输出，v噪声，输入输出关系为 其中q为时间平移算子，序列g(k)为对象的脉冲响应模型，v(t)是不可测量的噪声干扰。频谱表示为 u v y 线性对象

本书旨在介绍适用于平滑技术的统计和数学原理。

生存分析 本笔记本演示了生存分析的基础知识，生存分析是一种使用Python分析事件数据时间的方法。 它有6个部分。 生存分析和本笔记本中使用的数据的简要介绍 非参数方法：Kaplan-meier曲线，≥2组的对数秩检验统计 半参数方法：Cox比例风险模型，Schoenfeld残差，对数-对数图 参数方法：指数（加速故障时间（AFT），比例风险（PH）），威布尔（AFT，PH），Gompertz（PH），对数逻辑（比例赔率（PO）），对数正态（AFT），广义伽玛（AFT） 为第4节中的模型的生存预测构建置信区间 附录A：采用不同优化方法的参数模型结果

线性模型参数的估计理论

mnist手写数字识别model，pb格式。inputs Variable Variable/read Variable_1 Variable_1/read Conv2D add Relu MaxPool Variable_2 Variable_2/read Variable_3 Variable_3/read Conv2D_1 add_1 Relu_1 MaxPool_1 Variable_4 Variable_4/read Variable_5 Variable_5/read Reshape/shape Reshape MatMul add_2 Relu_2 Variable_6 Variable_6/read Variable_7 Variable_7/read MatMul_1 logits softmax