ArangoDB Community Edition(arangodb3-3.8.4.x86_64.dmg)适用于macOS Mojave 或更高版本。 ArangoDB是一个原生多模型数据库,兼有key/value键/值对、graph图和document文档数据模型,提供了涵盖三种数据模型的统一的数据库查询语言,并允许在单个查询中混合使用三种模型。基于其本地集成多模型特性,您可以搭建高性能程序,并且这三种数据模型均支持水平扩展。
2022-01-16 11:03:36 85.8MB ArangoDB arangodb3 多模型数据库 graph图
ArangoDB Community Edition(arangodb3-macos-3.8.4.tar.gz)适用于macOS Mojave 或更高版本。 ArangoDB是一个原生多模型数据库,兼有key/value键/值对、graph图和document文档数据模型,提供了涵盖三种数据模型的统一的数据库查询语言,并允许在单个查询中混合使用三种模型。基于其本地集成多模型特性,您可以搭建高性能程序,并且这三种数据模型均支持水平扩展。
2022-01-16 11:03:36 154.82MB ArangoDB arangodb3 数据模型 多模型数据库
ArangoDB Community Edition(arangodb3-3.8.4-1.0.x86_64.rpm),适用于CentOS系统。 ArangoDB是一个原生多模型数据库,兼有key/value键/值对、graph图和document文档数据模型,提供了涵盖三种数据模型的统一的数据库查询语言,并允许在单个查询中混合使用三种模型。基于其本地集成多模型特性,您可以搭建高性能程序,并且这三种数据模型均支持水平扩展。
2022-01-16 11:03:35 130.09MB 多模型数据库 ArangoDB arangodb3 数据模型
ArangoDB Community Edition(arangodb3-client-3.8.4-1.0.x86_64.rpm)客户端,适用于CentOS系统。 ArangoDB是一个原生多模型数据库,兼有key/value键/值对、graph图和document文档数据模型,提供了涵盖三种数据模型的统一的数据库查询语言,并允许在单个查询中混合使用三种模型。基于其本地集成多模型特性,您可以搭建高性能程序,并且这三种数据模型均支持水平扩展。
英语原文,MIMO系统 多模型预测控制
2022-01-06 10:30:31 419KB MIMO系统 多模型预测控制
1
交通流量预测项目 model 模型包 目前主要的用于执行预测的模型都存储在此仓库中,主要包含一下的类型 SVR及GA_SVR LSSVR及GA_LSSVR KNN_GA_LSSVM BP及BP_GA plot 绘图包 目前主要用于指定需要绘制的对象图表,以及对于数据图表的布局指定。 Line 线型图 Wireframe 线框图 data 数据包 目前主要用于指定数据处理的pipe流程,用于实现对于数据流程的预处理,以及输出等。 lib 基础库 构建程序所需的基础构件,包含但不限于程序元类包、程序类的基础原型、部分算法原型。 tasks 库 支撑了基础库中的任务执行流程,主要用于执行任务 列出可执行任务 python -m tasks list 执行任务操作 python -m tasks start ... 绘制图表 绘制流量预测
2021-12-27 11:43:47 41.66MB 附件源码 文章源码
1
使用变分贝叶斯方法的非高斯噪声状态估计的交互多模型方法
2021-12-23 11:33:55 1.26MB 研究论文
1
基于交互式多模型算法进行仿真,.程序中采用了两个模型,将CV,CT模型混合起来进行估计,仿真场景可以自己设计,完成车辆位置跟踪。
2021-12-17 11:11:59 15KB IMM CTCV混合 交互式多模型
1
多模型交互式卡尔曼滤波 内蒙古大学海洋电子信息实验室 * 第三章 多模型交互式卡尔曼滤波
2021-11-27 15:37:51 2.72MB 卡尔曼滤波
1
闪烁噪声是一种非高斯噪声.为了提高闪烁噪声下多机动目标跟踪的精度,在交互多模型IMM(Interacting Multiple Models)算法的基础上将非线性非高斯系统滤波算法―――粒子滤波与IMM算法相结合,采用无味粒子滤波UPF(Unscented Particle Filter)代替IMM算法中各模型的卡尔曼滤波,提出了一种UPF_IMM算法,并应用该算法代替传统IMM_JPDA数据关联方法中的IMM部分,解决了闪烁噪声环境下的多目标跟踪问题,实验结果表明该算法可以明显地提高跟踪精度.
2021-11-23 21:36:34 287KB 自然科学 论文
1