时间序列特征提取与聚类算法研究.pdf

这是一个很不错的伪随机序列生成算法 ，可以测试一下 应该没问题

邓自立——现代时间序列分析及其应用 建模、滤波、去卷、预报和控制

pdf

多叶准直器叶片序列算法研究.pdf

序列化多表操作、请求与响应、视图组件(子类与拓展类)、继承GenericAPIView类重写接口.doc

LFSR及序列密码实验.pdf 学习资料 复习资料 教学资源

Linux和Windows下使用C语言获取各种硬件信息，包括CPU序列号、硬盘序列号、网卡信息（包括网卡名字、IP地址、MAC地址、网卡是否插入网线等）。

特色 根据时间序列数据计算各种特征。 R包Python实现。 安装 您可以使用以下tsfeatures从安装tsfeatures的发行版本： pip install tsfeatures 用法 tsfeatures主函数默认情况下计算Montero-Manso，Talagala，Hyndman和Athanasopoulos在。 from tsfeatures import tsfeatures 该函数接收具有unique_id ， ds ， y列以及可选的数据频率的面板熊猫df。 tsfeatures ( panel , freq = 7 ) 默认情况下（ freq=None ），该函数将尝试推断每个时间序列的频率（使用ds列上pandas infer_freq ）并根据内置字典FREQS分配一个季节性周期： FREQS = { 'H' : 24 , 'D' : 1 ,

mavmap, MAV图像序列的运动结构 ====== MAVMAP MAVMAP是一个structure-from-motion系统。系统采用一系列图像( 从任意数量的摄像机和照相机模型中获取) 作为输入，生成相机姿态和稀疏场景几何图像的3-D 重建。关于重建过程的内部信