利用蒙特卡罗方法根据团簇团簇凝聚(CCA)模型对由球形原始粒子凝聚而成的烟尘团簇粒子进行了模拟,用离散偶极子近似(DDA)方法研究了烟尘团簇粒子随机取向时的激光散射特性,并与等效球形粒子的激光散射特性进行了比较。结果表明,等效球形粒子的激光散射特性与随机取向烟尘团簇粒子的激光散射特性存在着明显差别,不能用等效球形粒子来代替随机取向的团簇粒子;随机取向的烟尘团簇粒子的激光散射特性受基本粒子数量和粒径的影响比较大。该结果将为进一步研究随机取向团簇粒子的形成机理、形态特性以及激光在其中的传输特性提供了一种理论方法。

离散控制Matlab代码DPCM编码器-解码器 该存储库包含用MATLAB编写的差分脉冲编码调制（DPCM）的示例。 这是图像处理课程的编程练习。 我将其清理并上传到这里，以供有兴趣了解该算法的任何人使用。 该代码绝对没有经过优化，但是编写起来很容易理解。 本自述文件提供了一些有关实现选择的理论背景和见解。 如何使用编码器-解码器 该存储库包含3个MATLAB文件：一个用于编码器功能，另一个用于解码器，以及一个。 编码器-解码器可以作用为以矩阵形式存储的图像。 函数error = DPCM_encoder(image, error_quantization_levels)可用于计算将在传输通道上发送的量化误差。 第二个参数定义误差的量化级别数。 它越高，则重构图像将越接近原始图像；反之，则越接近原始图像。 它越小，需要发送的信息就越少。 然后可以使用image_r = DPCM_decoder(error)重建图像。 这是一个灰度图像的示例，其中误差被量化为8个级别（每个像素仅3位，而不是8位）。 对于彩色图像，必须首先将其转换为单个矩阵。 对于此实现，最好在3个颜色通道（RGB）上分

离散数学复习资料，涵盖数理逻辑，集合论，代数结构的重要知识点

离散数学（高等教育出版社）（面向21世纪的高等教材）曲婉玲、耿素云、张立昂

matlab离散正弦代码Gammatone Filterbank工具包 使用人类听觉感知模型分析声音的实用程序。 杰森·海瑞斯（Jason Heeris），2013年 概括 这是将Malcolm Slaney和Dan Ellis的gammatone滤波器组MATLAB代码移植到Python 2和3（使用Numpy和Scipy）的方法，下面将对此进行详细介绍。 它通过通过伽马通滤波器组运行信号来分析信号，类似于基于傅立叶的频谱图分析。 安装 您可以使用以下命令直接从此git存储库安装： pip install git+https://github.com/detly/gammatone.git ...或者您可以根据自己的喜好克隆git存储库，然后执行以下操作： pip install . ...或者： python setup.py install ...来自克隆的树。 依存关系 麻木 科学的 鼻子 嘲笑 matplotlib 使用代码 请参阅。 为了演示，找到一个.wav文件（例如），然后运行： python -m gammatone FurElise.wav -d 10 ...以查看

根据离散点数据插值到矩形网格点的几种方法，着重阐述了矩形网格化的距离加权最小二乘插值方法

fluent离散相DPM模型模拟,fluent离散相模型实例,C,C++源码.zip

Matlab利用序列离散点绘制渐变颜色空间曲线-附件资源

该函数是一种改进的牛顿法，适用于离散数据，即以数值方式计算数据的导数。 任何一点的导数都被视为函数向右和向左斜率的平均值。 割线方法也在功能中编程，用户可以选择其中之一。 代码被大量注释以使其易于理解和修改。 还使用了许多变量验证、打印和绘图。

对于numeric类型的数据，基本贝叶斯分类算法并不能直接应用。对于需要分类的数据，首先按照信息熵进行离散化后。之后对于处理过后的数据，使用基本贝叶斯分类算法进行训练和分类。