西电 数字信号处理 第三次上机实验 窗函数法 设计FIR数字带通滤波器

最优化实验之变尺度法 double f (double coe[], double x[])//返回函数值待求函数的函数值 { return coe[0]*pow(x[0],2)+coe[1]*pow(x[1],2)+coe[2]*x[0]*x[1]+coe[3]*x[0]+coe[4]*x[1]+coe[5]; } void grads (double coe[], double x[],double grads_x[]) //二维函数梯度函数定义 { grads_x[0] = 2*coe[0]*x[0]+coe[2]*x[1]+coe[3]; grads_x[1] = 2*coe[1]*x[1]+coe[2]*x[0]+coe[4]; } void SD(double h[],double grads_x[],double s[])//定义搜索方向向量函数 { s[0]=-(h[0]*grads_x[0]+h[1]*grads_x[1]); s[1]=-(h[2]*grads_x[0]+h[3]*grads_x[1]); } double findlambda (double coe[], double x[], double s[]) //求解lambda { return(-(2*coe[0]*x[0]*s[0]+2*coe[1]*x[1]*s[1]+coe[2]*x[0]*s[1]+coe[2]*x[1]*s[0]+coe[3]*s[0]+coe[4]*s[1])/(2*coe[0]*s[0]*s[0]+2*coe[1]*s[1]*s[1]+2*coe[2]*s[0]*s[1])); } void H (double h[],double x[],double temp_x[],double grads_x[],double temp_g[] )//求解变化矩阵H

火龙果软件工程技术中心关键词：CMMI、软件工程、MA、度量、PP、项目计划、项目估算功能点估算法是软件项目管理众多知识中比较有技术含量的一个。在软件项目管理中项目计划制定的优劣直接关系到项目的成败，项目计划中对项目范围的估算又尤为重要，如果项目负责人对项目的规模没有一个比较客观的认识，没有对工作量、所需资源、完工时间等因素进行估算，那么项目计划也就没有存在的意义。FP功能点估算法的特点项目范围的估算在CMMI的“MA”度量分析管理和“PP”项目计划中均有涉及，对软件项目范围的估算有很多种方法，常见的就是LOC代码行和FP功能点法，它们之间的区别和关系如下：FP功能点估算法常用在项目开始或项目

这是一份有关测试方法学的文档，相信我，绝对物有所值！软硬件调试九大黄金法则。

基于matlab的svm的留一法代码实现AROMS-机器学习 机器学习的自动表示优化和模型选择框架-AROMS-Framework 这是AROMS-Framework的Matlab源代码的发布。 这是我在德国杜伊斯堡－埃森大学的智能系统小组（Intelligente Systeme）的博士项目的主要贡献。 我的博士学位论文题目为“机器学习的自动表示优化和模型选择框架”在线发表： 英博士Dipl.-Inf。 FabianBürger，2016年7月4日 与我联系的一种方法是：fabuerger | at | gmail | dot | com ==应用领域和方法== AROMS框架的应用领域是针对监督分类问题的数据处理管道的优化。 管道非常适合每项学习任务，由四个连续处理数据的元素组成： 特征选择元素选择有用的特征子集 功能预处理元素应用数据预处理方法，例如重新缩放，L2归一化或预白化 特征变换元素从流形学习和表示学习领域应用合适的特征变换，例如主成分分析（PCA），自动编码器或LLE（局部线性嵌入） 分类器元素包含分类器，并提供了多种选择，例如内核支持向量机（SVM），随机森林或人工神

程序升温气相色谱法零相差控制，蒋小平，赵登科，色谱分析中，色谱柱的温度控制分为两种，恒温控制和程序升温。程序升温要求温度在一个分析周期内呈线性变化，但在整个分析周期内

用梯形法求积分代码matlab 科学计算-MATLAB-代码 以下代码： 使用牛顿拉普森方法找到多项式的根。 使用Regula Falsi 方法找到多项式的根。 使用二分法求多项式的根。 使用高斯消元法求线性方程组的解。 使用Gauss Jordan 方法求解线性方程组。 使用高斯赛达尔法求解线性方程组。 使用Newton's Forward Difference Interpolation在给定数据集中查找值。 使用拉格朗日插值在给定数据集中查找值。 使用梯形法则求函数的积分。 使用辛普森规则求函数的积分。 还有很多..

矩形法matlab左点法代码使用MPB模拟简单的波导 该文档介绍了一个非常基本的示例，用于模拟波导并随后分析输出。 目的不是要全面介绍MPB，而是要演示如何将其用于各种应用，包括计算带结构，模式轮廓和组速度（包括和不包括材料色散）。 特别是，我们演示了如何将MPB用于运行大参数扫描以优化所需的某些参数。 mpb代码使用用户界面，可以直接从终端执行，也可以使用工作负载管理器（例如）执行。 仿真输出的分析是在Matlab中完成的，但如果需要，可以很容易地适应Python。 目录 固定索引模拟 在本节中，我们考虑在空气为背景的情况下，模拟钻石衬底上的简单矩形GaAs波导的能带图。 本示例以固定的索引值模拟单个设备实例，以生成带分散图并计算不同k点处的组速度。 我们还能够模拟电场分布图，计算模式重叠和绘图模式分布图/ 频段模拟 我们假设读者已经阅读了，但是无论如何我们都将逐步执行代码。 我们将遍历代码的各个部分，然后说明如何使用命令终端grep我们关心的输出，然后使用matlab清理并绘制结果。 我们需要做的第一件事是定义模拟窗口的标准单位。 假设麦克斯韦方程是尺度不变的，则使用MPB模拟时无

梯形法计算多边形面积，pdf格式。在计算机图形学中，多任意多边形面积采用梯形法计算，减少了工作量，提高了效率。

提出了一种电力系统多区域分布式状态估计方法，各区域估计器利用其数据采集与监视控制系统提供的量测数据进行本地状态估计，并通过平均一致性算法获取全局信息进行系统级状态估计。建立了基于拉格朗日乘子法的状态估计模型并设计了基于一致性的全局信息交换协议，给出了多区域分布式状态估计算法的实现流程。通过IEEE 14节点和118节点系统中的仿真算例验证了所提方法的正确性和有效性，并就估计精度和计算效率与现有状态估计方法进行了比较。仿真结果表明分布式状态估计方法可有效提高集中式状态估计系统的计算效率及可靠性，适用于结构更加复杂、量测数据体量更大电网的状态估计。