基于EMD和神经网络的时间序列预测.pdf
2022-07-10 18:00:35 628KB 计算机
TBtools最新版本程序,由《生信札记》微信公众号官方发布。 主要功能:序列提取,基因功能分析,本地Blast界面化,热图,韦恩图,Upset图 基因结构可视化,共线性分析与可视化。
2022-07-10 16:03:37 92.51MB 热图分析 序列提取
1
Apache MXNet Gluon中的LSTNet实现 该存储库包含本文的实现: ://arxiv.org/abs/1703.07015,基于该存储库中作者的原始PyTorch实现: : 请参考该论文以获取有关网络体系结构的背景知识。 运行脚本 要获取命令行参数列表: python train.py-帮助
1
URLDNS反序列化链学习.doc
2022-07-10 09:08:37 1.49MB 技术资料
里面包含了Xftp软件的安装包已经序列号,Xftp是一款收费软件,假如选择商业的时候需要输入产品序列号,已经找到并整理成txt文件,亲测可用。
2022-07-09 22:01:14 26.03MB Xftp linux 序列号
1
功能概要 1.字节转文本:字节集转成文本型(ByteToString),不以\0结束,逐字转换。 2.字节转数值:Verint64 .4-10字节转换(ByteToint),以数组1开始 3.字节集转16进制:(ByteToHex) 4.16进制转字节集:(HexToByte) 5.16进制转文本:(HexToString) 6.去空:去掉空白字符 7.JSON解析:没有介绍,解析值出来。 8.文本转字节:文本型转成字节集(StringToByte)。 9.取数据HEX:正则匹配16进制。 10.反序列化:Protocol buffers 反序列化 需要转换到16进制 11.RSA验签与签名
1
高斯白噪声发生器用于雷达系统和通信信道的测试,采用现场可编程门阵列(FPGA)实现噪声发生器的设计,在Altera公司的QuartusⅡ软件环境下,进行模块化设计方案,将FPGA实现的功能分为m序列产生模块、FIR数字滤波器模块、DDS模块和合成模块四个主要功能性模块,详细分析了m序列发生算法、FIR滤波算法和DDS算法。应用VHDL语言实现模块功能性设计。该系统采用CycloneⅡ芯片EP2C8N,输出噪声带宽可调,计算量小,可重复性好。
2022-07-09 20:42:49 290KB 高斯白噪声;m序列;FPGA;VHDL
1
LSTM 时间序列分析预测 目录 使用LSTM神经网络进行时间序列数据预测分析。 基于Tensorflow框架、Kerase接口开发网络模型。 包含数据清洗,数据特征提取,数据建模,数据预测。
2022-07-09 16:09:14 5.42MB 深度学习 时间序列 LSTM Tensorflow
时间序列 Matlab代码和数据,教程
2022-07-09 14:02:29 3.66MB 时间序列Matlab代码和数据
shiro550反序列学习.doc
2022-07-09 09:07:50 7.82MB 技术资料