matlab中的gompertz代码== 模型黑盒 == 这个 matlab 包打算用作参数估计和模型模拟的黑匣子 它支持三种不同的后端： 八度（优化包） Matlab（优化工具箱） Matlab（SBTOOLBOX2 工具箱） 我们建议使用 Octave 或 Matlab 自己的工具箱，因为如果数据规模增加，SBTOOLBOX2 可能会变得不稳定。 模型基本目录中的模型与 Octave 和 Matlab 兼容。 基于 Octave 的模型的要求 Octave 环境（用 3.6.2 测试） 优化包 () 基于 Matlab 的模型的要求 Matlab环境 优化工具箱 编译器工具箱 基于 SBTOOLBOX2 的模型的要求 Matlab环境 编译器工具箱 SBTOOLBOX2 工具箱 SBPD 工具箱 结构 任何模型的使用都取决于具有三个文件： 模型：定义模型方程的地方 estimator : .m 文件，定义了估计参数的必要步骤 模拟器：.m 文件，模拟具有给定参数的曲线 这些文件允许为可以在线或在本地计算机中访问的模型生成 cgi 脚本 创建一个新的模型黑盒 Octave / Mat

ALNS_VRPPD（Python） 自适应大邻域搜索解决取送货的VRP问题（Python）

任意维度自适应有限元方法的快速例程。 包括具有任意正交度（底层高斯正交）的单纯网格的积分例程以及一定数量的几何计算，例如在 2D 和 3D 中使用二分法的网格细化（因此自适应部分实际上仅适用于 dim<= 3) 和其他拓扑计算以产生相邻的单纯形或边界面。 你可以使用这个包来解决拉普拉斯/泊松问题，在任意维网格上进行积分，细化网格，将函数投影到 P1 空间，...

(自适应手机版)响应式酿酒酒业食品类pbootcms网站模板_葡萄酒黄酒类网站源码下载.

为了准确地估计源图像的清晰区域，提高多聚焦图像融合的效率，提出了一种新的基于清晰度估计的图像融合方法。首先利用基于离散小波的清晰度估计方法获取源图像的聚焦区域；然后使用均值滤波和空洞填充进一步优化该聚焦区域；最后结合清晰度估计和相似性特性，将不同聚焦区域合并生成融合图像。该方法获得的融合图像在客观评价和主观质量上都优于以往基于清晰度的图像融合方法。

本文介绍了R包bayesGARCH，它为使用Student-t创新的简约但有效的GARCH（1,1）模型提供了贝叶斯估计功能。 估计过程是全自动的，因此避免了调整采样算法的耗时且困难的任务。 在经验应用程序中显示了包的用法以交换汇率对数收益。

自适应哈弗曼Java版实现，内有可执行文件

非线性系统设计——微分几何、自适应及鲁棒控制，马里诺（R.Marino）等著；姚郁，贺风华译；高清，带书签；非常棒的一本外国教材。

针对标准粒子群算法在进化过程中种群多样性降低而早熟的问题 ,提出一种动态改变惯性权重的自适应粒子群算法.

DOA估计：基于一维线阵的MUSIC算法