很好的学习Vensim的基础模型资料，比较适合初学者上手。

本人对calpuff模型学习的一些理解，包括caopuff模型方法文献总结，可给初学者学习提供帮助

隐结构模型学习 隐变量是取值未被观察到的变量。通过数据分析： 1 隐变量的个数 2 隐结构 3 隐变量的势 4 模型参数 方法：基于评分函数的爬山法 G是一个隐变量模型，D是一组数据。 是G的参数的某一个最大似然估计， 是G的有效维数。 隐变量势学习爬山算法 隐结构学习双重爬山算法

LTE天线HFSS模型，4G天线，线极化，需要的下载学习

本文将介绍SIR、SEIR、、SIVRS病毒模型并补充SEIH谣言传播模型，并通过MATLAB仿真出动力学微分方程。

无论是生物病毒还是网络病毒，其内核的传播机理都有很多的相似之处。因此，本文在经典的SIR病毒模型基础上改造出一个模型并以此为例，期望在此基础上构建一个计算模板来规范相关病毒模型的稳定性运算。

脉冲神经网络是目前最具有生物解释性的人工神经网络,是类脑智能领域的核心组成部分.首先介绍各类常用的脉冲神经元模型以及前馈和循环型脉冲神经网络结构;然后介绍脉冲神经网络的时间编码方式,在此基础上,系统地介绍脉冲神经网络的学习算法,包括无监督学习和监督学习算法,其中监督学习算法按照梯度下降算法、结合STDP规则的算法和基于脉冲序列卷积核的算法3大类别分别展开详细介绍和总结;接着列举脉冲神经网络在控制领域、模式识别领域和类脑智能研究领域的应用,并在此基础上介绍各国脑计划中,脉冲神经网络与神经形态处理器相结合的案例;最后分析脉冲神经网络目前所存在的困难和挑战.

模型评价：回归模型的常用评价指标 1） 样本误差：衡量模型在一个样本上的预测准确性         样本误差 = 样本预测值 – 样本实际值 2） 最常用的评价指标：均误差方（MSE）         指标解释：所有样本的样本误差的平方的均值         指标解读：均误差方越接近0，模型越准确 3） 较为好解释的评价指标：平均绝对误差（MAE）         指标解释：所有样本的样本误差的绝对值的均值         指标解读：平均绝对误差的单位与因变量单位一致，越接近0，模型越准确 4）平均绝对误差的衍生指标：平均绝对比例误差（MAPE）         指标解释：所有样本的样本误差的

计算机视觉的入门教材，比新版的计算机视觉算法与应用更适合入门。

非常简易的keras函数式（Functional）模型学习以LSTM为例构建多输入和多输出模型的完整实例，可以让新手完美掌握整个模型构建的流程