定义一个学生类（属性有学号，姓名，成绩），要求输入学生的学号，姓名及三科的成绩，以输入内容来设置学生对象的属性。最后输出学生的学号，姓名及三科的平均成绩。

非常快速地实现平均互信息。 用法：[v,lag]=ami(x,y,lag) 计算可能存在滞后的 x 和 y 的相互平均信息。 v 是平均互信息。 （相关单位见下） x & y 是时间序列。 （列向量） 滞后是时间滞后的向量。 （滞后 > 0 时 V 中的峰值意味着 y 领先于 x。） v 被给出为 x 和 y 有多少位相对于 how x 或 y 的内部分箱表示需要很多位。 这样做是为了使结果接近独立的 bin 大小。 为了获得最佳分箱：在运行之前将 x 和 y 转换为百分位数亲爱的请参阅 matlab 中心的 boxpdf。 http://www.imt.liu.se/~magnus/cca/tutorial/node16.html Aslak Grinsted 2006 年 2 月http://www.glaciology.net （灵感来自 Alexandros Leontitsi

要求：信号是正弦波加正态零均值白噪声，信噪比10dB 信号频率2kHZ采样频率100kHZ，数据长度N=256 1、周期图法实现谱估计 2、采用汉明窗，分段长度L=32，用修正的周期图求平均法 进行谱估计；分析数据长度N，分段长度L的影响

matlab利用邻接矩阵求平均最短路径长度

n点m次最小二乘滑动平均公式-9点滑动平均公式

n点m次最小二乘滑动平均公式-推导

n点m次最小二乘滑动平均公式-5点滑动平均公式

n点m次最小二乘滑动平均公式-7点滑动平均公式

不同换热关联式在超临界R134a平均换热系数计算中的对比，王怀信，崔亚林，着眼于有机工质跨临界循环/超临界循环应用，结合实验测量研究，对超临界压力下有机工质换热关联式的适用性进行了考察。以R134a为工

受风速随机变化的影响,风电输出功率具有波动性。为了平抑风电输出功率的波动,在配置电池储能系统的基础上,文中基于风电短期平均功率预测技术,以风电时间周期T的平均功率为对象,采用时间序列法进行预测,实时滚动预测未来每个时间周期T的平均功率,结合平抑度要求和电池荷电状态限制条件,控制并网功率在每个时间周期T都保持在平均功率附近的可接受范围内,分段平抑功率波动。其中,根据电网对风电功率波动的可接受程度,设置平抑度,为防止电池过充放电,对电池SOC进行限制。最后以某风电场的实际历史数据为例,在Matlab中进行了仿真分析,验证了所述方法的有效性。