为了研究全国以及火电、冶金、建材和化工行业煤炭消费量，基于无偏灰色(GM)、差分自回归移动平均(ARIMA)、逻辑斯蒂(LOGISTIC)和人工神经网络(ANN)模型，分别构建了各行业组合预测模型，并运用相关系数、平均绝对误差、平均相对误差和均方根误差评价指标检验组合模型拟合精度，筛选出各行业最优组合模型并预测2020—2030年各行业消费趋势。研究表明：最优加权组合模型的R-2、MAE、MAPE和RMSE等检验指标均优于单项模型；分别构建了权重为(0.32，0.68)的我国煤炭消费总量预测模型GM-ARIMA、权重为(0.28，0.14，0.58)的火电行业预测模型GM-LOGISTIC-ARIMA、权重为(0.40，0.60)的冶金行业预测模型GM-LOGISTIC、权重为(0.32，0.68)的建材行业预测模型ANN-ARIMA、权重为(0.79，0.21)的化工行业预测模型ANN-ARIMA；预测未来我国煤炭消费总量和火电行业消费量呈小幅增长趋势，2030年分别达到41.67亿t和22.10亿t；冶金和建材行业消费量呈稳定趋势，2030年分别达到6.60亿t和5.04亿t；化工

地理和时间加权回归(GTWR)是一种能同时解释空间和时间非平稳性的局部线性回归模型。GTWR的设计体现了局部加权方案，其中地理加权回归(GWR)和时间加权回归(TWR)是GTWR的特例。GTWR可以支持点和面板数据。如果是面板数据，则将所有横截面中的记录合并到一个文件中。每个记录应该有三个字段，分别表示X坐标、Y坐标和时间戳。

针对传统朴素贝叶斯算法对高维复杂的入侵行为检测效率低下的状况，提出一种基于粒子群的加权朴素贝叶斯入侵检测模型。模型首先用粗糙集理论对样本属性特征集进行约简，再利用改进的粒子群算法优化加权朴素贝叶斯算法的属性权值，获得属性权值的最优解，用获得的最优解构造贝叶斯分类器完成检测。其中，改进的粒子群是采用权衡因子方法更新其速度和位置公式，避免产生局部最优。两种算法的结合，既能解决传统朴素贝叶斯算法的特征项冗余问题，同时也可以优化特征项间的强独立性问题。通过实验证实了该模型的实效性，提高了检测率。

% 此代码拟合对数据集进行线性拟合（使用 y = bx+a），其中每个数据点% 具有不同或恒定的标准偏差。 您的数据应该有三列或两列。 % 第一列应该是自变量 (x) 和第二列% 列应该是因变量（y）。 第三列应包含% 每个数据点的标准偏差。 在你% 不指定第三列，代码给所有分配一个权重% 数据点，这对应于常规线性拟合。 %========== % 投入%========== % 数据 = 3 列； 第 1 列 = x，第 2 列 = y，第 3 列 = 标准开发。 %========== % 输出%========== %Result.slope= b; 拟合坡度%Result.Intercept = a; 拟合截距 %由 Ebo Ewusi-Annan 编码（佛罗里达大学，2011 年） %============ ％参考%============ %1。 Willam H. Pr

该文件包含三个m文件，该文件通过使用指数加权移动平均线来估计由两个股票价格组成的投资组合的风险价值（VaR）。 主要功能是“ewmaestimatevar”。 要估算 VaR，您应该使用此函数。 此功能还绘制给定置信水平（两个置信水平）的相关图表。

matlab编写的影像融合程序，包括Brovey变换融合、加权融合、HIS变换融合、高通滤波融合四种.rar

颈椎病与MRI的T2加权ISI[2].pdf

基于2014年各国碳排放总量数据（CDIAC）和2015年人口密度数据（SEDAC），将人口密度作为一项经济-人口综合指标来对碳排放进行加权，运用ArcGIS空间分析工具，得到了全球0.1°分辨率人口加权的碳排放量数据集（2014）。

代码详细

该文从教学需求出发,设计一套具有权重的随机点名课堂提问系统,其目的是提高课堂教学质量与学生参与的积极性。该系统具有两个方面的功能,第一,可以避免教师在课堂教学中的带有个人感情色彩的提问偏重,给予每个学生相对均等的回答课堂提问的机会;第二,可以根据学生知识掌握情况以及课堂问题难易程度,适度调节随机点名的权重分配,提高学生问题回答质量与课堂效率,将课堂提问在教学环节中发挥到最大的作用。