CVaR是基于风险价值(Value at Risk, VaR)发展而来的,是在一定置信水平α下,损失超过VaR值时的条件均值。VaR是指在一定的置信水平下,某一投资组合在未来某一时间段内的最大损失。 例程中介绍了CVaR相关的编程方法以及各参数的取值范围,注释详细,可直接运行。
2024-07-01 20:57:40 6KB matlab CVaR 条件风险价值
1
国家标准GB_T 19638.1-2014固定型阀控式密封铅酸蓄电池 第1部分 技术条件
2024-06-05 07:50:40 844KB 铅酸蓄电池 技术条件
1
触发某个条件后按照设定时间进行保持,直到时间结束
2024-05-24 15:41:06 27KB simulink matlab simulink模块
CJT188-2004户用计量仪表数据传输技术条件.pdf 本标准规定了户用计量仪表(以下简称仪表),包括水表、燃气表、热量表等仪表数据传输的基本原则、接口形式及物理性能、数据链路、数据标识及数据安全性和数据表达格式的要求。 本标准适用于仪表主站与从站间,一主一从或一主多从数据交换的集中抄表系统。
2024-05-23 09:37:43 516KB 远程抄表
1
基于matlab编写的,VTI介质弹性波方程的高阶交错网格有限差分正演模拟+pml吸收边界条件。带有注释说明,添加了pml边界代码,很适合基础新手参考学习,波场模拟的结果以动画的方式展示。同时也可以进行波场快照的输出。注释里面还带有地震记录的代码,可以自行演示。速度模型可以自行修改演示,震源位置在模型修改的同时也需要调整。
2024-05-16 21:36:23 10KB matlab 正演模拟 有限差分
1
1. 这是作者花费一周的时间,使用python写出的策略迭代和值迭代强化学习算法,以一个完整的项目发布,为解决“已知马尔科夫决策过程五元组,求最优策略”这类问题提供了算法与通用框架 2. 项目采用面向对象架构和面向抽象编程,用户可以在抽象类基础上,利用继承机制,定义新的具体环境类,测试该算法的有效性。项目还给出了unittest.Testcase的测试代码。 3. 在该项目中算法名称分别对应类:ValueIterationAgent和PolicyIterationAgent(都继承自MdpAgent),马尔科夫决策模型已知的环境抽象类MdpEnv 4. 为展示该算法的有效性,定义了一个GridWorldEnv的具体类,实现了作者博文中“在格子世界中寻宝”的最优策略的学习,并定义了一个GridWorldUI类可视化最优策略及基于最优策略的,用户可以运行住文件main.py 5. 该项目源码的最大特点是:架构合理,可维护性好,可读性强。你不断能学到这两个强化学习算法的精髓,也能够学到什么是好的python程序架构。 6.注意先阅读里面的readme.txt文件。
2024-05-08 21:56:25 329KB 强化学习 策略迭代 面向对象 python
1
条件的U网火炬 有条件的U-Net的非官方pytorch实现 消息 此模型的已发布。 安装 conda install pytorch>=1.6 cudatoolkit=10.2 -c pytorch conda install -c conda-forge ffmpeg librosa conda install -c anaconda jupyter pip install musdb museval pytorch_lightning effortless_config tensorboard wandb pydub pip install https://github.com/PytorchLightning/pytorch-lightning/archive/0.9.0rc12.zip --upgrade 评价结果 姓名 control_input_dim control_n
2024-04-23 19:08:24 25KB Python
1
MT447-1995煤矿用电化学式氧气传感器技术条件.pdf
2024-04-20 09:24:00 424KB
1
能量存储是电动汽车的重要方面,而功率转换器在优化功率传输和确保电动汽车的整体性能方面起着至关重要的作用。 在该项目中,提出了一种双向电压源逆变器(VSI)用于功率传输。 该转换器的主要优点在于,无需使用额外的整流器,即可在制动条件下实现超级电容器能量的再生。
2024-04-17 16:14:40 39KB matlab
1
提出了一种在互耦条件下基于酉张量分解的多输入多输出(MIMO)雷达非圆目标稳健的角度估计算法。所提算法首先在张量域利用互耦系数矩阵的带状对称Toeplitz结构来消除未知互耦的影响,然后通过构造一个特殊的增广张量捕获非圆信号的非圆特性与其固有的多维结构特性,并利用增广张量的 centro-Hermitian 特性通过酉变换转化为实值张量,最后利用高阶奇异值分解(HOSVD)获得信号子空间,结合实值子空间技术获得目标的离开方向(DoD)和到达方向(DoA)估计。由于同时利用信号的非圆结构与多维结构特性,所提算法具有比现有的子空间算法更准确的角度估计性能,同时所提算法只需要实值运算,具有较低的运算复杂度。仿真结果表明,所提算法具有有效性与优越性。
2024-04-16 15:52:24 787KB
1