提供了两个函数用于使用 Mittag-Leffler 函数拟合数据。 在 MLFFIT1.M 中,仅使用一个参数中的 Mittag-Leffler 函数。 在 MLFFIT2 中,使用两个参数乘以幂函数的 Mittag-Leffler 函数。 提供了两个示例脚本以说明可能的用途。 这些函数需要 Mittag-Leffler 函数(FEX 提交 8738); 如果不存在,则建议一次性下载。 这种拟合方法已在以下文章中介绍和使用: [1] D.Sierociuk、I.Podlubny、I.Petras,“梯子和嵌套梯子的可变阶行为的实验证据”,IEEE 控制系统技术汇刊,2012 年 2 月 15 日,DOI:10.1109/TCST.2012.2185932,可用在线http://dx.doi.org/10.1109/TCST.2012.2185932 (或预印本: http :
2022-03-21 21:02:17 356KB matlab
1
1. Gamma 分布的特点是两个参数:Shape 和 scale。 2. 对于给定的数据,我们可以使用最大似然法或矩量法来估计形状和尺度。 3. 在这段代码中,我们使用矩量法来估计这些参数。 4. 如果 plotit == 1,该函数将绘制数据的直方图和拟合。 5. 使用 matlab 内置的 trapz 命令对分布进行归一化。
2022-03-19 05:18:55 2KB matlab
1
倾斜检测 使用I2C通信将ADXL345加速度计与MSP430FR2355 Launchpad:trade_mark:连接。 XBee无线电模块与UART接口。 数据使用UART A0无线传输到XCTU或使用UART A1无线传输到Code Composer Studio中的终端(通过微型USB)。
2022-02-19 16:05:00 5KB C
1
登录 注册 聊天 联系人 新闻 个人等界面,新闻界面可以下拉刷新 上拉加载,新闻运用聚合数据
2022-01-17 14:04:55 38.11MB 安卓开发项目聚合数据使用实例
该软件包将允许您在多个 X 或 Y 轴上绘制数据。 类似于 MATLAB 自己的 plotyy 函数,但限制较少。 特征: 创建 X 或 Y 轴的任意组合,在每个 X 或 Y 轴上绘制多条线支持本机参数样式和重载绘图函数,例如: axisyy(xdata, ydata, 'r-', 'LineWidth', 2, 'MarkerSize', 14); axisyy(TimeSeriesObject, 'b-', 'LineWidth', 3); 使用您指定的任何绘图函数(绘图、线条、补丁等) 独立设置每个轴的限制无需考虑转换即可直接更新 xdata/ydata 与 MATLAB 的缩放、平移和数据光标工具兼容图形可调整大小并重新缩放颜色条周围的对象(如果存在) 代码已使用面向对象的方法完全重写。 最初灵感来自 Harry Lee 的 AddAxis 5 检查 example.m 文件以
2022-01-15 22:35:05 37KB matlab
1
哥白尼数据中心的gosat数据使用手册C3S_D312b_Lot2.3.2.3-v1.0_PUGS-GHG_MAIN_v3.1.pdf 九大章节,详细介绍了哥白尼数据中心gosat卫星数据的使用方法
2022-01-07 12:52:51 13.16MB 哥白尼数据中心 gosat
1
火星轨道器激光高度计 (MOLA) 是 NASA 火星全球勘测者号上的一种仪器,在 1998 年和 1999 年收集了 2700 万次高程测量值。在这里,我们使用该项目生成的中等分辨率数据集。
2021-12-21 16:16:06 318KB matlab
1
基于Python和Echarts职位画像系统,用Scrapy抓取招聘数据,使用Django+echarts完成数据可视化
2021-12-09 18:03:38 32.26MB python 爬虫
Item Pipeline介绍 Item对象是一个简单的容器,用于收集抓取到的数据,其提供了类似于字典(dictionary-like)的API,并具有用于声明可用字段的简单语法。 Scrapy的Item Pipeline(项目管道)是用于处理数据的组件。 当Spider将收集到的数据封装为Item后,将会被传递到Item Pipeline(项目管道)组件中等待进一步处理。Scrapy犹如一个爬虫流水线,Item Pipeline是流水线的最后一道工序,但它是可选的,默认关闭,使用时需要将它激活。如果需要,可以定义多个Item Pipeline组件,数据会依次访问每个组件,执行相应的数据处理功
2021-11-23 18:49:29 2.16MB c cra em
1
LIME-Text_Data 在文本数据上实现LIME(本地可解释模型不可知的解释)。 这有助于直观地解释为什么模型预测了预测的内容。 笔记本使用简单的分类任务突出显示做出预测的贡献者(请参见下文): 了解更多信息并了解其下的功能 阅读: :
1