稀疏码多址接入系统快速收敛多用户检测算法

针对大规模多用户多输入多输出（MIMO）系统中基站端检测复杂度高的问题，提出了一种低复杂度、基于强制收敛的变量节点全信息高斯消息传播迭代检测（VFI-GMPID-FC）算法。首先对传统的 GMPID算法进行改进，得到VFI-GMPID算法，VFI-GMPID算法的检测性能逼近最小均方误差检测（MMSE）算法，但复杂度要大大低于MMSE算法。然后结合强制收敛思想和VFI-GMPID，提出VFI-GMPID-FC算法，进一步降低算法复杂度，提升检测效率。最后通过仿真结果表明，所提算法在保证检测性能的同时，能有效地降低算法的复杂度。

 最小均方（LMS）算法是一种基于梯度的算法。本算法具有实现简单而且对信号统计特性变化具有鲁棒性。该算法通过多次迭代来求出权值的近似值。

TestCenter step by step手册之BFD for OSPF收敛时间测试 TestCenter step by step手册之BFD for OSPF收敛时间测试

简单实现了不同椭球（四种）的平面子午线收敛角计算

C#测绘工程专业课程设计作业 包括高程拟合、平面子午线收敛角计算、椭球面曲率半径及弧长计算 其中高程拟合有二次曲面拟合、多项式平面拟合、四参数曲面拟合 平面子午线收敛角计算、椭球面曲率半径及弧长计算实现了四个椭球体的计算（克拉索夫斯基椭球、1975年国际椭球、WGS-84椭球、CGCS2000椭球）

自己写的DDPG怎么都不收敛，库函数很快收敛的学习经过

为了改善差分进化粒子群算法的局部搜索能力和收敛速度，提出了一种混沌差分进化的粒子群优化算法。该算法利用信息交换机制将两组种群分别用差分进化算法和粒子群算法进行协同进化，并且将混沌变异操作引入其中，加强算法的局部搜索能力。通过对三个标准函数进行测试，仿真结果表明该算法与DEPSO算法相比，全局搜索能力、抗早熟收敛性能及收敛速度大大提高。

此脚本确定无穷级数的收敛或发散，计算总和，提供部分总和图，并计算幂级数的收敛半径和区间。 包括的测试有：Divergence Test（nth term test）、Integral Test（Maclaurin-Cauchy test）、Comparison Test、Limit比较测试、Ratio Test（d'Alembert ratio test）、Root Test（Cauchy root test）、Alternating Series Test （莱布尼茨检验）、绝对收敛检验、p 级数检验、几何级数检验、Raabe 检验和幂级数检验。 幂级数检验使用比率检验、根检验和柯西-哈达玛定理来计算收敛半径和区间。 这个脚本可以帮助微积分（II 或 III）学生学习无限级数章节，也可以帮助微分方程学生学习级数解。

针对基本果蝇优化算法(FOA)寻优精度不高和易陷入局部最优的缺点, 提出自适应变异的果蝇优化算法(FOAAM)。该算法在运行过程中根据群体适应度方差和当前最优解的大小判断算法陷入局部最优时, 首先将最优果蝇个体复制M个; 然后对复制的最优果蝇个体进行扰动, 按一定的概率P执行高斯变异操作; 最后对变异后的最优果蝇个体进行二次寻优, 从而跳出局部极值而继续优化。对几种经典测试函数的仿真结果表明, FOAAM算法具有更好的全局搜索能力, 在收敛速度、收敛可靠性及收敛精度上均比基本FOA算法有较大的提高。