matlab copula代码乌克萨 不确定性量化 (UQ) 和灵敏度分析 (SA) 此存储库中分发的代码实现了 Eriksson 和 Jauhiainen 等人（2018 年）在论文“贝叶斯分析结合全局敏感性分析应用于动态细胞内通路模型的不确定性量化、传播和表征”中提出的方法。 该代码在 GNU 通用公共许可证 v3.0 下分发。 UQ 文件夹包含运行不确定性量化方法的 R 脚本（ABC-MCMC with copulas）。 需要包 ks、VineCopula、MASS、R.utils 和 R.matlab（将输出数据保存到 MATLAB 兼容文件的最后一个包）。 要运行的主脚本称为 runABCMCMC-Phenotype123.R。 该脚本将使模型适合表型 1-3（如论文中所述），我们将其用作说明性测试用例。 结果数据也以 R 和 MATLAB 格式上传到文件夹中。 我们使用表型 4 作为我们的预测数据集来说明 SA 方法。 SA 文件夹包含运行全局敏感性分析的 MATLAB 脚本。 需要 2014a 之后的 MATLAB 版本。 要运行的主脚本称为 get_predictio

在常态Lipschitz非线性的基础上，考虑状态参数不确定性。针对这类Lipschitz非线性系统的反馈控制问题，运用Lyapunov方法给出了该系统渐近稳定的充分条件，并提出了应用线性矩阵不等式（LMI）来求解优化反馈增益矩阵，通过定理和Matlab仿真实例得出设计的观测器有效，具有良好的稳定性和鲁棒性。

本文详细介绍了各类时钟器件的抖动性能，旨在协助电路设计者甄别各类时钟器件的抖动性能规格，同时理解在不同应用条件下的时钟器件抖动规格差异，选择适合系统应用的时钟解决方案。

借助于Matlab语言用Slater方法确定同科电子的光谱项.pdf

CET IIB研究项目 使用机器学习研究MOF的化学稳定性 金属有机骨架（MOF）由于具有大的表面积与体积之比，因此在化学工业中被广泛用作催化剂。 该项目与剑桥大学化学工程系的高级材料小组合作，

虚拟电厂(VPP)在调度过程中面临多种不确定因素，给决策和系统安全运行带来一定的困难。提出了基于混合随机规划/信息间隙决策理论(IGDT)的VPP调度优化模型，该模型针对电价概率分布描述较为准确、预测精度较高的特点，采用随机规划处理电价的不确定性；针对风光出力概率分布难以精确刻画、预测精度较低的特点，采用IGDT处理风光出力的不确定性，通过赋予风光出力偏差系数不同的权重，解决了IGDT同时处理风光出力不确定性的问题。此外，针对不确定性决策的盲目性和不同策略面临风险程度的不同，引入风险成本量化不同决策方案对应的风险。仿真结果验证了所提模型的有效性。

基于日前供热负荷预测和风电出力预测，考虑储热装置运行机理，研究风电场与热电机组联合运行的优化方法。将含储热装置的热电厂和风电场组成一个发电利益集合体，在满足地区供热负荷和提升风电消纳的同时，通过调节热电机组和储热装置的出力最大化发电利益集合体的收益。考虑热电机组的热-电耦合特性和储热装置的运行约束，建立了日前调度模型并进行求解。在此基础上，考虑风电出力的随机性，建立了相应的随机优化模型。算例分析表明，考虑储热的风电-热电机组联合优化所获得的收益高于风电场和热电机组单独运行获得的总收益，并且可在现行“以热定电”运行机制下提高风电的消纳能力。同时采用随机优化模型能有效降低系统联合出力的不确定性，可较好地解决风功率预测中的不确定性问题。

名为 routh_sc 的 m 文件，表示 ROUTH 稳定性准则，它是一个向量，该向量表示系统传递函数中分母的特征系数方程的值。 它是一个带有功效算法的小程序，尊重方法中提到的步骤，并将表格显示为矩阵（但仅适用于 6.5 和最新版本）。

JJF1059-2012.1 测量不确定度评定与表示。最新的

用神经网络确定权重的matlab代码 存储库贡献者：Timothy Dunn，Jesse Marshall，Diego Aldarondo，William Wang，Kyle Severson DANNCE（用于计算人类学的3维对齐神经网络）是一种卷积神经网络（CNN），可从多角度拍摄的视频中计算行为动物上用户定义的解剖学界标的3D位置。 与现有的动物（例如）2D关键点检测方法相比，DANNCE的关键创新在于该网络是完全3D的，因此它可以了解3D图像特征以及相机和地标在3D空间中的相互关系。 我们还使用大鼠运动捕捉和同步视频的大型数据集对DANNCE进行了预训练，因此标准网络对啮齿动物的运动和姿势具有广泛的先验知识。 DANNCE跟踪地标的能力可以很好地转移到小鼠和其他哺乳动物，并且可以在不同的摄像机视角，摄像机类型和照明条件下工作。 示例结果 鼠 鼠 DANNCE安装 DANNCE需要启用CUDA的GPU和适当的驱动程序。 我们已经在NVIDIA GPU（包括Titan V，Titan X Pascal，Titan RTX，V100和Quadro P5000）上测试了DANNCE。