套材下料代码matlab 广义多层薄膜结构反射率求解器 分享的介绍和动机 这是从斯坦福 EE 236A 现代光学项目修改而来的项目。 由于多层光学薄膜已广泛用于光学技术 [1]，因此光学行业供应商通常会开发他们的内部求解器。 除了通过使用阻抗方法[4]构建一个 Matlab 求解器来计算多层薄膜在一定光谱和入射角范围内的 s/p 偏振入射光的反射率/发射率之外，该项目旨在提供以下为以下研究人员提供的功能： 用户友好的数据预处理：自动将来自refreactiveinfo网站[3]或具有相似数据格式（例如重复波长，不同行或列的实部和虚部折射率）的来源下载的凌乱csv文件转换为紧凑的两列波长复数折射率格式； 合并各种范围的频谱和网格大小； 删除 NA、空白数据点和重复点。 灵活性：平滑地内插/外推到指定的波长网格大小和范围 可扩展性：假设有足够的计算能力，代码可以处理任意材料、层数和厚度 可移植性：代码可以方便地修改并重新分发到其他编程语言和平台中，因为大多数工作都在二维矩阵计算中执行和呈现 方法论与理论 用法 将你需要的资料从[3]或其他来源以cvs格式下载到m.file同目录下。 然后，

破产机器学习 破产数据研究的目的是为给定数据确定预测破产的最佳分类方法。 破产数据是从COMPUSTAT收集的1980年至2000年的数据，其中有5436个观察值和13个变量。 9个基于会计的变量和1个市场变量是：R1：WC / TA，营运资金/总资产R2：RE / TA，未分配利润/总资产R3：EBIT / TA，息税前利润/总资产R4：ME / TL，权益/总负债的市场价值R5：S / TA，销售/总资产R6：TL / TA，总负债/总资产R7：CA / CL，流动资产/流动负债R8：NI / TA，净收入/总资产R9：破产成本，对数（销售）R10：市值，对数（绝对（价格）*流通股数/ 1000） 对于本研究，由于没有明显的破产趋势，因此可以假定可以将多年来的数据汇总在一起并进行研究。 在这13个变量中，其中一个是“ DLRSN”-一种表示默认值的分类变量，即预测的因变量。 总体而

附件是英文版的。 这是 Bjarne Stroustrup 的一篇论文。要小心，因为这非常困难。

Generalized Additive Models An Introduction with R 2nd Edition 深度学习 机器学习

Applied Regression Analysis and Generalized Linear Models,3rd Applied Regression Analysis and Generalized Linear Models,3rd

SUMMARY This paper mainly discusses the time-difference-of-arrival (TDOA) estimation problem of digital modulation signal under impulsive noise and cochannel interference environment. Since the conventional TDOA estimation algorithms based on the second-order cyclic statistics degenerated severely in impulsive noise and the TDOA estimation algorithms based on correntropy are out of work in cochannel interference, a novel robust signal-selective algorithm based on the generalized cyclic correntropy is proposed, which can suppress both impulsive noise and cochannel interference. Theoretical derivation and simulation results demonstrate the effectiveness and robustness of the proposed algorithm. key words: Alpha-stable distribution, impulsive noise, Cyclic correntropy,TDOA, Cochannel interference.

Generalized Kernel-based Visual Tracking的源代码，对研究目标跟踪的学者很有用

中断概率矩阵代码认知网络中广义局部继电器选择协议的保密性能 这是以下文章的Matlab代码：“底层认知网络中的通用部分中继选择协议的保密性能”，《国际通信系统杂志》，第1卷。 31号17卷，第1-17页，2018年11月。 ＃文章摘要 在此，我们提出了一种通用的部分中继选择（PRS）协议，以从保密中断概率（SOP）和非零保密容量（NSC）的概率方面增强协作认知无线电网络（CRN）的保密性能。 在提出的方案中，在存在多个辅助窃听者和多个主要用户（PU）的情况下，辅助源通过多个辅助中继与辅助目标进行通信。 依靠源－中继信道状态信息（CSI），源选择一组潜在的中继，然后选择一个以使用随机转发（RF）技术将源数据转发到辅助目标。 我们在两种实际情况下考虑中继选择方法，在这种情况下，窃听链路的CSI可用或不可用。 为了进行性能评估和比较，我们推导了拟议协议的精确和渐近SOP和NSC闭式表达式，以及在瑞利衰落信道上的相应全中继选择（FRS）协议。 最后，提出了蒙特卡洛模拟以确认理论推导校正。 结果证实，通过适当设计潜在继电器的数量，所提出的协议可以优于传统的PRS协议。 工具： MATLAB版本：

光流跟踪1985年原始版论文

Generalized Linear Models，比另一个19MB的资源少了很多影印的黑墨