利用动态光散射信号自相关函数的衰减线宽分布系数与指数项的线性关系,将线性估计与非线性最小二乘法相结合,对双指数法进行改进。该改进算法减少了初始化参数,将四个参数的优化问题转化为两个参数的交替优化问题,使拟合结果更稳定、精度更高,从而使粒径反演结果更准确。通过对100与1000 nm双峰分布颗粒散射信号相关函数的反演,改进算法对无噪声的相关函数反演结果的误差为零,优于双指数法至少1.708%。对加入噪声的相关函数反演,与双指数法相比,改进算法能减少误差0.558%-5.738%。表明改进算法的优化能力以及抗噪声能力都优于双指数法。

CGIAR上下载的全球年均潜在蒸散量数据，方便各位就算使用。

激光散斑图像压缩对降低数据存储量具有重要的意义。设计了一种激光散斑图像无失真编码器,它由激光散斑位移估计、像素预测和Golomb编码组成。首先估计散斑位移;然后,根据激光动态散斑相关函数设计预测模型,并以预测模型为基础进行像素预测;最后,对预测误差进行Golomb编码。该编码器的主要特点包括使用数字散斑相关方法估计散斑位移,以及基于动态散斑相关函数极值的时间预测。实验结果显示,在压缩激光散斑图像时,激光散斑图像无失真编码器在压缩性能方面取得了较大的提高。

材料对向量算子(梯度、散度、旋度)与拉普拉斯算符的公式与定义整理

手机射频GSM传导杂散(谐波)的解决之道 射频参考资料，GSM

dpdSIS 使用最小密度幂散（DPD）估计器进行稳健的独立性​​筛选（SIS）（Ghosh和Thoresen，2020; Ghosh等人，2021） 安装 您可以使用以下命令从安装开发版本： # install.packages("devtools") devtools :: install_github( " abhianik/dpdSIS " ) 例子 为线性回归模型中的模拟数据集运行DPD-SIS的示例： library( dpdSIS ) # # Additional Library Required library( MASS ) library( parallel ) library( doParallel ) # # Simulate the data n = 50 ; # No. of observations p = 5000 ; # No. of v

VB6.0程序，可以在一个沿3轴转动的空间种显示散点图。

关于MPAndroidChart就不多说了，是一个开源的android图表库，包含折线图、柱状图、散点图、雷达图等等，功能非常强大

使用C语言编写了针对兰姆波的频散特性分析的代码，文档为txt格式，便于保存使用

Echarts-based-on-React 项目运行 1.git clone Project Code: git clone https://github.com/ZhiRongYuan/Echarts-based-on-React.git 2.Entry Project Path cd Echarts-based-on-React 3.Installation dependent packet npm install 4.run project and view npm run start 访问 会自动打开浏览器访问) 通过 npm run build 编译生成的dist文件夹放在服务器即可正常访问 项目介绍 本项目主要是向大家分享echarts 基于React 如何开发，提供一种解决方案， 支持提供完整的柱状图、折线图、散点图、漏斗图、仪表盘、地图下钻等， 具体报表配置请参考百度